def preprocess(df):
    # DataFrame 내 결측값을 제거한다
    def remove_missing_values(df):
        df = df.dropna()
        return df
    # 요금 이상치를 제거한다
    def remove_fare_amount_outliers(df, lower_bound, upper_bound):
        df = df[(df['fare_amount'] >= lower_bound) & (df['fare_amount'] <= upper_bound)]
        return df
    # 승객 수 이상치를 최빈값으로 대체한다
    def replace_passenger_count_outliers(df):
        mode = df['passenger_count'].mode().values[0]
        df.loc[df['passenger_count'] == 0, 'passenger_count'] = mode
        return df
    # 위도 경도 이상치를 제거한다
    def remove_lat_long_outliers(df):
        # 뉴욕시 경도 범위
        nyc_min_longitude = -74.05
        nyc_max_longitude = -73.75
        # 뉴욕시 위도 범위
        nyc_min_latitude = 40.63
        nyc_max_latitude = 40.85
        # 뉴욕시 반경 내 위치만 남긴다
        for long in ['pickup_longitude', 'dropoff_longitude']:
            df = df[(df[long] > nyc_min_longitude) & (df[long] < nyc_max_longitude)]
        for lat in ['pickup_latitude', 'dropoff_latitude']:
            df = df[(df[lat] > nyc_min_latitude) & (df[lat] < nyc_max_latitude)]
        return df
    df = remove_missing_values(df)
    df = remove_fare_amount_outliers(df, lower_bound = 0, upper_bound = 100)
    df = replace_passenger_count_outliers(df)
    df = remove_lat_long_outliers(df)
    return df