• 값이 밀린 행의 수218
• 복구 후 주당 근로시간 평균40.56

1. 열의 자료형부터 본다df.dtypes 로 숫자여야 할 열이 문자열로 읽혔는지 본다. hours_per_week 가 문자열이면 그 열에 숫자가 아닌 값이 섞여 있다는 뜻이고, 밀림은 그런 식으로 드러난다.
2. 밀린 행을 가려내는 기준을 정한다마지막 칸인 income 이 비었는지로 찾는다. 원자료에서 소득 구분은 모든 행에 있으므로 빈칸은 곧 밀림이다. workclass 가 비었는지로 찾으면 안 된다 — 밀린 행의 그 칸에는 뒤에서 당겨온 값이 들어가 있다.
3. 전부 문자열로 다시 읽는다pd.read_csv(..., dtype=str). 숫자 열로 잡힌 칸에 문자열을 옮기려 하면 pandas 가 막는다. 자리를 맞추는 동안에는 모든 칸이 그냥 글자다.
4. 열 방향으로 한 칸 되돌린다shift(periods=1, axis=1) 은 값을 오른쪽 열로 한 칸 민다. axis=1 을 빼면 행 방향으로 밀려서 엉뚱한 행의 값이 섞인다. 되돌린 뒤 맨 앞 칸은 결측이 되는데, 그것이 내보낼 때 빠진 workclass 다.
5. 그제서야 숫자로 바꿔 집계한다pd.to_numeric 은 자리를 맞춘 뒤에 부른다. 먼저 부르면 밀린 값이 결측으로 바뀌어 사라지고, 그 뒤에는 무엇이 사라졌는지 알 길이 없다.

import pandas as pd

# 밀린 파일은 먼저 **전부 문자열로** 읽는다. 기본값으로 읽으면
# education_num 이 int64 로 잡혀서, 그 칸에 밀려 있던 '40' 을 옮길 때
# pandas 가 dtype 을 이유로 막는다.
df = pd.read_csv('adult-export.csv', dtype=str)

# 마지막 칸이 비었다는 것이 밀림의 흔적이다. income 은 원자료에 결측이 없다.
broken = df['income'].isna()
print(int(broken.sum()))

cols = ['workclass', 'education_num', 'hours_per_week', 'income']
# 한 칸 오른쪽으로 되돌린다. 앞이 비는데, 그 자리가 원래 비어 있던 workclass 다.
df.loc[broken, cols] = df.loc[broken, cols].shift(periods=1, axis=1).values

print(round(pd.to_numeric(df['hours_per_week']).mean(), 2))

밀림은 income 이 비었는지로 찾는다 — 원자료에서 소득 구분은 모든 행에 있으므로, 비어 있다면 그 행은 한 칸 밀린 것이다. shift(periods=1, axis=1) 은 행 방향이 아니라 열 방향으로 한 칸 민다. 맨 앞이 결측으로 비는데, 그 자리가 바로 내보낼 때 빠진 workclass 라 정확히 맞아떨어진다. dtype=str 로 읽는 것이 핵심이다. 기본값으로 읽으면 education_num 이 정수 열이 되고, 거기에 밀려 있던 문자열을 옮기려는 순간 pandas 가 거절한다. 복구하지 않고 pd.to_numeric(..., errors='coerce') 로 숫자가 아닌 값만 버리면 평균이 41.1 이 된다 — 밀린 218행이 통째로 빠지고, 그 행들의 실제 근로시간은 평균보다 낮기 때문이다.