본문 바로가기
카테고리 없음

[Pandas] 데이터프레임 분석: 데이터 조회 및 결측값 처리 가이드

by 강cording 2025. 2. 2.
반응형

Pandas는 데이터 분석을 위한 강력한 도구이며, 데이터프레임(DataFrame)을 활용하면 데이터를 쉽게 조작하고 분석할 수 있습니다. 이 글에서는 데이터프레임을 분석하는 방법, 데이터 조회, 정보 확인, 결과 해석, 그리고 결측값(null values) 처리 방법을 다룹니다.

 
 

데이터프레임 조회 (Viewing the Data)

데이터를 분석하기 위해 가장 먼저 해야 할 일은 데이터를 확인하는 것입니다. Pandas는 데이터를 효율적으로 조회할 수 있는 여러 메서드를 제공합니다.

 

1. 데이터프레임의 상위 일부 데이터 조회

import pandas as pd

# 예제 데이터프레임 생성
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Age': [25, 30, 35, 40],
    'City': ['New York', 'Los Angeles', 'Chicago', 'Houston']
}

df = pd.DataFrame(data)

# 처음 5개 행 조회
df.head()

df.head(n): 처음 n개의 행을 출력 (기본값: 5).

df.tail(n): 마지막 n개의 행을 출력.

 

 

2. 데이터 샘플 확인 랜덤 샘플을 확인할 수도 있습니다.

df.sample(3)  # 임의의 3개 행 출력
 
 
 

데이터 정보 확인 (Info About the Data)

데이터프레임의 전체적인 정보를 확인하려면 info() 메서드를 사용합니다.

df.info()

 

출력 예시:

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4 entries, 0 to 3
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   Name    4 non-null      object 
 1   Age     4 non-null      int64  
 2   City    4 non-null      object

 

info()가 제공하는 정보:

데이터프레임의 행(row)과 열(column) 개수.

각 열의 데이터 타입 (object, int64, float64 등).

결측값(Null) 개수.

 
 
 

결과 해석 (Result Explained)

데이터 분석에서 describe() 메서드는 수치형 데이터의 기초 통계를 제공합니다.

df.describe()

 

출력 예시:

            Age
count   4.000000
mean   32.500000
std     6.454972
min    25.000000
25%    28.750000
50%    32.500000
75%    36.250000
max    40.000000

 

주요 지표:

count: 데이터 개수

mean: 평균값.

std: 표준 편차.

min, max: 최소 및 최대값.

25%, 50%, 75%: 사분위수(Q1, Q2(중앙값), Q3).

 

 

범주형 데이터 확인:

df.describe(include=['object'])

이 명령어를 사용하면 텍스트(문자형) 데이터의 빈도수를 확인할 수 있습니다.

 
 
 

결측값 처리 (Null Values)

데이터프레임에서 결측값(누락된 데이터)이 있는지 확인하려면 isnull()과 sum()을 조합하여 사용합니다.

df.isnull().sum()

 

결측값 처리 방법:

 

결측값 제거:

dropna(): 결측값이 포함된 행 제거.

inplace=True: 원본 데이터프레임을 직접 수정.

df.dropna(inplace=True)

 

결측값 대체:

fillna(): 특정 값으로 결측값을 채움.

df['Age'].mean(): 평균 나이로 결측값을 대체.

df.fillna({'Age': df['Age'].mean()}, inplace=True)

 
 
 

결론

Pandas의 데이터프레임을 분석하는 과정에서 데이터 조회, 기본 정보 확인, 기초 통계 분석, 그리고 결측값 처리는 필수적인 단계입니다. head(), info(), describe(), isnull() 등의 메서드를 활용하여 데이터를 철저히 분석하고 정제하면 더 신뢰할 수 있는 데이터를 다룰 수 있습니다. 

반응형