데이터 기초: numpy와 pandas
지저분한 데이터 정리하기
이 강좌를 전에 들은 적이 있나요?
한 번만 세기 위해서예요. 내 답만 익명의 진행 상황과 함께 보내져요.
실제 표에는 빈칸과 잘못된 타입이 있어요. pandas는 빠진 값을 NaN(Not a Number)으로 표시해요. 채우거나 버리거나 해요.
import pandas as pd
import numpy as np
df = pd.DataFrame({
"name": ["Ada", "Bo", "Cy"],
"age": [30, np.nan, 35],
})
print(df["age"].fillna(0)) # replace NaN with 0
print(df.dropna()) # drop any row that has a NaN흔한 요령은 빠진 숫자를 열의 평균으로 채우는 거예요:
mean_age = df["age"].mean() # NaN is ignored in the mean
df["age"] = df["age"].fillna(mean_age)astype으로 열의 타입을 바꾸고, rename으로 열 이름을 바꿔요:
df["age"] = df["age"].astype(int)
df = df.rename(columns={"name": "first_name"})열의 모든 값을 바꾸려면 함수와 함께 apply를 쓰세요. 각 칸에서 함수를 실행하고 새 Series를 돌려줘요:
def initial(s):
return s[0]
df["letter"] = df["first_name"].apply(initial)
# you can also use a lambda:
df["letter"] = df["first_name"].apply(lambda s: s[0])내 차례
아래 DataFrame에는 빠진 나이(NaN)가 있어요. age 열의 빠진 값을 (NaN을 무시한) 열의 평균으로 채운 다음, age 열 전체를 int로 바꾸세요. 마지막으로 각 이름의 길이를 담는 새 열 name_len을 더하세요(len과 함께 .apply를 쓰세요).
레슨 완료. 잘했어요.
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.