lesson1Title

lesson2Title

lesson3Title

lesson4Title

lesson5Title

lesson6Title

lesson7Title

lesson8Title

lesson9Title

lesson10Title

lesson11Title

lesson12Title

lesson13Title

lesson14Title

pythonDataAnalysisBasicChapter4Title

pythonDataAnalysisBasicChapter1Title

lesson15Title

lesson16Title

lesson17Title

lesson18Title

lesson19Title

lesson20Title

lesson21Title

lesson22Title

pythonDataAnalysisBasicChapter2Title

pythonDataAnalysisBasicChapter3Title

# 결측치와 중복 데이터 처리

현실 세계에서 다루는 데이터셋은 거의 항상 불완전합니다.

분석 과정에서 `결측값(Missing Values)`이나 `중복 행(Duplicated Rows)`을 그대로 두면 결과를 왜곡할 수 있으므로, 이를 적절히 처리하는 것이 중요합니다.

`Pandas`는 이러한 문제를 쉽게 탐색하고 정리할 수 있는 다양한 기능을 제공합니다.

예를 들어, 특정 열에서 결측값이 얼마나 있는지 확인하거나, 중복된 데이터를 한 번에 제거하는 작업을 간단한 메서드 호출만으로 수행할 수 있습니다.

<br/>

## 결측 데이터 처리

`Pandas`에서는 결측값을 보통 `NaN`(Not a Number)으로 표현합니다.

이 결측값에 대해서는 다음과 같은 작업을 수행할 수 있습니다.

* *결측값 탐지*: `.isnull()` 또는 `.notnull()` 사용
* *결측 데이터 삭제*: `.dropna()` 사용
* *결측 데이터 채우기*: `.fillna()` 사용(예: 기본값으로 채우거나 이전 값으로 채우기)

<br/>

## 중복 데이터 처리

중복 행은 데이터 입력 오류나 데이터셋 병합 과정에서 발생할 수 있습니다.

* `.duplicated()`로 중복을 표시
* `.drop_duplicates()`로 제거

<br/>

## 주요 메서드

| 작업                | 메서드                 | 설명                                   |
| ------------------- | ---------------------- | -------------------------------------- |
| 결측 탐지           | `df.isnull()`          | 결측값에 대해 True를 표시              |
| 결측 행 삭제        | `df.dropna()`          | 하나라도 NaN이 있는 행을 제거          |
| 결측값 채우기       | `df.fillna(value)`     | NaN을 지정한 값으로 대체               |
| 중복 탐지           | `df.duplicated()`      | 불리언 시리즈 반환                      |
| 중복 제거           | `df.drop_duplicates()` | 중복 행을 제거                          |

Pandas의 `.fillna()` 메서드는 누락된 값(NaN)을 지정한 값으로 대체하는 데 사용됩니다. 이는 계산이나 시각화처럼 누락된 데이터에 의해 영향을 받을 수 있는 작업을 수행하기 전에 데이터를 완전하게 만들고자 할 때 특히 유용합니다.

### Pandas를 사용해 DataFrame(데이터프레임)의 누락된 데이터를 어떻게 채울 수 있나요?

작업	메서드	설명
결측 탐지	`df.isnull()`	결측값에 대해 True를 표시
결측 행 삭제	`df.dropna()`	하나라도 NaN이 있는 행을 제거
결측값 채우기	`df.fillna(value)`	NaN을 지정한 값으로 대체
중복 탐지	`df.duplicated()`	불리언 시리즈 반환
중복 제거	`df.drop_duplicates()`	중복 행을 제거