머신 러닝 : 데이터가 없어서 다른 값(0)으로 셋팅하는 경우 다른 값으로 셋팅된 값을 NaN으로 바꿔주는 방법 판다스의 replace()

위 데이터 프레임은

컬럼 정보 :

Preg=no. of pregnancy

Plas=Plasma

Pres=blood pressure

skin=skin thickness

test=insulin test

mass=body mass

pedi=diabetes pedigree function

age=age

class=target(diabetes of not, 1:diabetic, 0:not diabetic)에 따른 당뇨병 환자의 데이터이다.

이 데이터프레임으로 당뇨병을 분류하는 모델을 만드려고 한다.

 

위 데이터 프레임을 읽어보니 'class'컬럼은 0이 나올 수 있는 컬럼이지만, test와 같은 컬럼에서는 0이 나오면 안된다.

처음에는

df.isna().sum()

을 통해 NaN 결측치가 없어서 그냥 진행했지만, 좋지 않은 인공지능을 만들게 된 것 같아서 다시 확인해보니, 결측치를 다른 숫자 0으로 표기가 되어있었다.

그래서 'class'컬럼 제외 0으로 되어있는 숫자들을 NaN으로 바꿔주는 코드를 아래와같이 작성했다.

df.loc[:,'Plas':'age']=df.loc[:,'Plas':'age'].replace(0, np.nan)

이후 

df.isna().sum()

의 결과는 아래 사진과 같이 결측치가 많았다.  

1. nan을 없애고, 인공지능 개발하는 방법과

2. 다른 값으로 채우는 방법 중 

각 컬럼의 평균을 구해 그 값으로 채워주는 방법을 선택했다.

df = df.fillna(df.mean())

결과는 아래 사진과 같다.