Verileri temizleme ve erişme
Python'da Kategorik Verilerle Çalışma
Kasey Jones
Research Data Scientist
Kategorik verilerde olası sorunlar
1) Tutarsız değerler: "Ham", "ham", " Ham"
2) Yazım hataları: "Ham", "Hma"
3) Yanlış dtype: df['Our Column'].dtype
dtype('O')
Sorunları belirleme
Şunlardan birini kullanın:
Series.cat.categoriesSeries.value_counts()
dogs["get_along_cats"].value_counts()
No 2503
yes 275
no 156
Noo 2
NO 1
Düzeltme: boşluk
Boşlukları kaldırma: .strip()
dogs["get_along_cats"] = dogs["get_along_cats"].str.strip()
Frekans sayılarını kontrol edin:
dogs["get_along_cats"].value_counts()
No 2503
yes 275
no 156
Noo 2
NO 1 # < ---- artık boşluk yok
Düzeltme: büyük/küçük harf
Büyük/küçük harf: .title(), .upper(), .lower()
dogs["get_along_cats"] = dogs["get_along_cats"].str.title()
Frekans sayılarını kontrol edin:
dogs["get_along_cats"].value_counts()
No 2660
Yes 275
Noo 2
Düzeltme: yazım hataları
.replace() ile yazım hatasını düzeltme
replace_map = {"Noo": "No"}
dogs["get_along_cats"].replace(replace_map, inplace=True)
Frekans sayılarını kontrol edin:
dogs["get_along_cats"].value_counts()
No 2662
Yes 275
Veri türünü kontrol etme
dtype kontrolü
dogs["get_along_cats"].dtype
dtype('O')
Yeniden kategoriye dönüştürme
dogs["get_along_cats"] = dogs["get_along_cats"].astype("category")
str erişicisini kullanma
Dizede arama
dogs["breed"].str.contains("Shepherd", regex=False)
0 False
1 False
2 False
...
2935 False
2936 True
loc ile verilere erişme
Kategoriyi temel alarak Series değerlerine erişme
dogs.loc[dogs["get_along_cats"] == "Yes", "size"]
Series frekansları:
dogs.loc[dogs["get_along_cats"] == "Yes", "size"].value_counts(sort=False)
small 69
medium 169
large 37
Temizleme ve erişim uygulaması
Python'da Kategorik Verilerle Çalışma
