pandas에서 요약 통계를 적을 때 결측에 대한 정보는 제공하지 않는다. des1 = data[fac_col].astype(str).describe() des1 그래서 다음과 같은 방법으로 결측에 대한 정보나 다른 정보를 쉽게 합쳐서 표현할 수 있다. des1 = data[fac_col].astype(str).describe() des2 = data[fac_col].isnull().sum().to_frame(name = 'missing').T pd.concat([des1, des2]) 만약 결측률까지 포함시키고 싶다고 하면 다음과 같이 코드를 추가하면 된다. des1 = data[fac_col].astype(str).describe() des2 = data[fac_col].isnull().sum().t..

테스트를 위한 missing data를 만들려고 할 때 수치형 변수는 상관이 없으나 category 변수 같은 경우에는 one hot했을 때도 mssing을 잘 주고 싶어서 시도를 하게 됐다. 지금 해보니 더 쉽게 하는 방법이 있는 것 같은데... 일단 진행을 했으니 공유 No , RAW_Dim = RAW.shape print(No, RAW_Dim) p_miss_vec = p_miss * np.ones((No,1)) Missing = np.zeros((No,RAW_Dim)) for i in range(RAW_Dim): A = np.random.uniform(0., 1., size = [No,]) B = A > p_miss_vec[i] Missing[:,i] = 1.*B missing_RAW = deepc..