3 분 소요

[Notice] [pandas_practice_4]

DataFrame load

import pandas as pd
import numpy as np

df = pd.read_csv('http://bit.ly/ds-korean-idol')

Select by data type(select_dtypes)

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 15 entries, 0 to 14
Data columns (total 8 columns):
 #   Column   Non-Null Count  Dtype  
---  ------   --------------  -----  
 0   이름       15 non-null     object 
 1   그룹       14 non-null     object 
 2   소속사      15 non-null     object 
 3   성별       15 non-null     object 
 4   생년월일     15 non-null     object 
 5   키        13 non-null     float64
 6   혈액형      15 non-null     object 
 7   브랜드평판지수  15 non-null     int64  
dtypes: float64(1), int64(1), object(6)
memory usage: 1.1+ KB

1-1 Select ‘object’ type in column

df.select_dtypes(include = 'object')
이름 그룹 소속사 성별 생년월일 혈액형
0 지민 방탄소년단 빅히트 남자 1995-10-13 A
1 지드래곤 빅뱅 YG 남자 1988-08-18 A
2 강다니엘 NaN 커넥트 남자 1996-12-10 A
3 뷔 방탄소년단 빅히트 남자 1995-12-30 AB
4 화사 마마무 RBW 여자 1995-07-23 A
5 정국 방탄소년단 빅히트 남자 1997-09-01 A
6 민현 뉴이스트 플레디스 남자 1995-08-09 O
7 소연 아이들 큐브 여자 1998-08-26 B
8 진 방탄소년단 빅히트 남자 1992-12-04 O
9 하성운 핫샷 스타크루이엔티 남자 1994-03-22 A
10 태연 소녀시대 SM 여자 1989-03-09 A
11 차은우 아스트로 판타지오 남자 1997-03-30 B
12 백호 뉴이스트 플레디스 남자 1995-07-21 AB
13 JR 뉴이스트 플레디스 남자 1995-06-08 O
14 슈가 방탄소년단 빅히트 남자 1993-03-09 O 
df.select_dtypes(exclude = 'object')
키 브랜드평판지수
0 173.6 10523260
1 177.0 9916947
2 180.0 8273745
3 178.0 8073501
4 162.1 7650928
5 178.0 5208335
6 182.3 4989792
7 NaN 4668615
8 179.2 4570308
9 167.1 4036489
10 NaN 3918661
11 183.0 3506027
12 175.0 3301654
13 176.0 3274137
14 174.0 2925442 
num_cols = df.select_dtypes(exclude = 'object').columns

df[num_cols]
키 브랜드평판지수
0 173.6 10523260
1 177.0 9916947
2 180.0 8273745
3 178.0 8073501
4 162.1 7650928
5 178.0 5208335
6 182.3 4989792
7 NaN 4668615
8 179.2 4570308
9 167.1 4036489
10 NaN 3918661
11 183.0 3506027
12 175.0 3301654
13 176.0 3274137
14 174.0 2925442

one-hot-encoding

df.head()
이름 그룹 소속사 성별 생년월일 키 혈액형 브랜드평판지수
0 지민 방탄소년단 빅히트 남자 1995-10-13 173.6 A 10523260
1 지드래곤 빅뱅 YG 남자 1988-08-18 177.0 A 9916947
2 강다니엘 NaN 커넥트 남자 1996-12-10 180.0 A 8273745
3 뷔 방탄소년단 빅히트 남자 1995-12-30 178.0 AB 8073501
4 화사 마마무 RBW 여자 1995-07-23 162.1 A 7650928 
blood_map = {
    'A' : 0,
    'B': 1,
    'AB': 2,
    '0': 3

}

df['혈액형_code'] = df['혈액형'].map(blood_map)

df.head()
이름 그룹 소속사 성별 생년월일 키 혈액형 브랜드평판지수 혈액형_code
0 지민 방탄소년단 빅히트 남자 1995-10-13 173.6 A 10523260 0.0
1 지드래곤 빅뱅 YG 남자 1988-08-18 177.0 A 9916947 0.0
2 강다니엘 NaN 커넥트 남자 1996-12-10 180.0 A 8273745 0.0
3 뷔 방탄소년단 빅히트 남자 1995-12-30 178.0 AB 8073501 2.0
4 화사 마마무 RBW 여자 1995-07-23 162.1 A 7650928 0.0 
df['혈액형_code'].value_counts()

0.0    7
2.0    2
1.0    2
Name: 혈액형_code, dtype: int64

df['혈액형_code']

0     0.0
1     0.0
2     0.0
3     2.0
4     0.0
5     0.0
6     NaN
7     1.0
8     NaN
9     0.0
10    0.0
11    1.0
12    2.0
13    NaN
14    NaN
Name: 혈액형_code, dtype: float64

pd.get_dummies(df['혈액형_code'])
0.0 1.0 2.0
0 1 0 0
1 1 0 0
2 1 0 0
3 0 0 1
4 1 0 0
5 1 0 0
6 0 0 0
7 0 1 0
8 0 0 0
9 1 0 0
10 1 0 0
11 0 1 0
12 0 0 1
13 0 0 0
14 0 0 0 
#use prefix 
pd.get_dummies(df['혈액형_code'], prefix = '혈액형')
혈액형_0.0 혈액형_1.0 혈액형_2.0
0 1 0 0
1 1 0 0
2 1 0 0
3 0 0 1
4 1 0 0
5 1 0 0
6 0 0 0
7 0 1 0
8 0 0 0
9 1 0 0
10 1 0 0
11 0 1 0
12 0 0 1
13 0 0 0
14 0 0 0

댓글남기기

참고