문과생CS정복기

`NaN` (Not a Number)과 `None`을 구분하는 것은 때로는 중요할 수 있습니다. 이 두 값은 서로 다른 유형이며, 특정 상황에서는 이를 명확히 구분해야 할 필요가 있습니다. Pandas와 Python에서 이 두 값의 유형을 확인하고 구분하는 방법에 대해 살펴보겠습니다. ### 1. 데이터 유형 확인 Python의 `type()` 함수와 Pandas의 `dtype` 속성을 사용하여 `NaN`과 `None`의 데이터 유형을 확인할 수 있습니다. `NaN`은 float 유형이고, `None`은 NoneType입니다. ### 2. 값의 특성을 이용한 구분 `NaN`은 수치 연산에 참여할 수 있으며, 결과는 또 다른 `NaN`입니다. 반면, `None`은 수치 연산에 사용할 수 없으며, 이를 시도..

`NaN` (Not a Number)과 `null` (또는 `None` in Python)은 모두 데이터가 누락되었거나 사용할 수 없을 때 사용되는 값이지만, 그 용도와 의미에서 차이가 있습니다. ### NaN (Not a Number) - **용도**: `NaN`은 주로 숫자 데이터를 다루는 상황에서 사용됩니다. 부동 소수점 수치 연산에서 유효하지 않거나 정의되지 않은 값(예: 0으로 나누기)을 나타낼 때 사용됩니다. - **특성**: `NaN`은 IEEE 부동 소수점 표준에 정의된 특수한 부동 소수점 값입니다. `NaN`은 다른 `NaN`과 비교해도 항상 거짓을 반환하는 특이한 특성을 가지고 있습니다. 즉, `NaN == NaN`은 `False`입니다. - **사용**: 데이터 분석과 과학 계산에서 ..

`NaN`은 "Not a Number"의 약자로, 숫자가 아님을 나타내는 특별한 부동 소수점(floating-point) 값입니다. 그래서 numpy에 있는 거고 타입은 float임 이 값은 주로 데이터 분석, 과학 계산, 금융 모델링 등에서 데이터가 누락되었거나 정의되지 않은 연산을 수행했을 때 발생합니다. 예를 들어, 0으로 나누는 연산에서 결과가 정의되지 않으므로 `NaN`이 생성될 수 있습니다. nan 은 nan이 아니다!! np.nan == np.nan 은 True가 아니라 False. 왜냐면 둘 다 값이 없는 것이라 비교가 불가하기 때문. ### NaN의 사용 - **데이터 처리**: 데이터셋에서 값이 누락되었거나 유효하지 않을 때 `NaN`을 사용하여 해당 데이터 포인트를 표시합니다. 이는 ..