[Pandas] 결측치가 있는 행/열 쉽게 제거하는 방법 (dropna)

차례

1. 사용방법

2. 예제

 

 

---

 

 

1. 사용방법

 

문법

DataFrame.dropna(axis, how, thresh, subset, inplace)

 

매개변수

① axis : {0 or ‘index’, 1 or ‘columns’}, default 0 

결측치제거 방향입니다.

② how : {‘any’, ‘all’}, default ‘any’

- any : 하나라도 결측치인 경우 제거합니다.  - all   : 전부 결측치인 경우 제거합니다.

③ thresh : int, optional

삭제되지 않기 위해 요구되는 최소 Value 값입니다. thresh=5 경우, axis 기준으로 value 값이 5개 이상 존재한다면 그 axis는 삭제되지 않습니다. 그러나 Value의 개수가 선언한 thresh에 미치지 못한다면 그 axis에 해당하는 행이나 열은 삭제됩니다.

④ subset : column label or sequence of labels, optional

고려할 다른 축의 레이블입니다. 예를 들어 행을 삭제하는 경우 포함할 열 목록이 됩니다. DataFrame.dropna(axis=0, subset=['칼럼명1', '칼럼명4']) DataFrame.dropna(axis=1, subset=[1, 2, 4])

⑤ inplace : bool, default False

자료대체여부. 덮어쓰고 싶은 경우 inplace=True

 

 

 

2. 예제

 

2020년 서울 아파트 거래자료

2020_seoul_apt_trading.csv

5.27MB

 

(1) 데이터프레임을 불러옵니다.

import pandas as pd
import numpy as np

df = pd.read_csv('2020_seoul_apt_trading.csv', encoding='cp949')
df

 

(2) 각 컬럼별 결측치를 확인합니다.

df.isnull()  #결측치 True(1), 데이터 False(0)
df.isnull().sum()

 

(3) '지번' 컬럼의 결측치가 궁금한 경우 다음과 같은 방법으로 확인할 수 있습니다.

df.loc[df['지번'].isna(), :]

 

(4) 데이터프레임의 누락 데이터를 제거합니다.

df.dropna(how='any', axis=0, inplace=True)

제거방법 'any', 제거방향 '0'(인덱스방향) = 누락데이터가 하나라도 포함된 행은 삭제됩니다.

inplace = True 이므로 덮어쓰기 됩니다.

 

(5) 데이터프레임의 결측치 제거가 되었는지 확인합니다.

df.isnull().sum()

 

 

 

---

 

 

dropna 함수 사용법, dropna subset pandas, dropna 파이썬, dropna 특정행, dropna axis, 데이터프레임 결측치 제거, 데이터프레임 특정행 결측치 제거, 데이터프레임 특정열 결측치 제거, Dropna 특정 열, Dropna=False, Dropna how='any, Pandas dropna, Dropna inplace=True, Pandas dropna row, 파이썬 dropna, Pandas dropna index, Dropna thresh, Dropna 특정 열, Dropna how='any, Dropna=False, Pandas dropna row, Pandas dropna index, Pandas dropna subset multiple columns, #dropna함수사용법 #dropnasubsetpandas #dropna파이썬 #dropna특정행 #dropnaaxis #데이터프레임결측치제거 #데이터프레임특정행결측치제거 #데이터프레임특정열결측치제거 #Dropna특정열 #Dropna=False #Dropnahow='any #Pandasdropna #Dropnainplace=True #Pandasdropnarow #파이썬dropna #Pandasdropnaindex #Dropnathresh #Dropna특정열 #Dropnahow='any #Dropna=False #Pandasdropnarow #Pandasdropnaindex #Pandasdropnasubsetmultiplecolumns