가져오기 수정: true/false 데이터

pandas로 빠르고 간편한 데이터 적재

Amany Mahfouz

Instructor

불리언 데이터

True/False 데이터

여러 true/false 열이 있는 설문 데이터 스프레드시트

불리언 데이터

부트캠프 참석 관련 열이 표시된 설문 데이터 스프레드시트

불리언 데이터

대출 사용 관련 열이 표시된 설문 데이터 스프레드시트

불리언 데이터

여러 True/False 열이 있는 설문 데이터 스프레드시트

불리언 데이터

0과 1을 사용하는 열이 표시된 설문 데이터 스프레드시트

불리언 데이터

True/False가 표시된 설문 데이터 스프레드시트

불리언 데이터

Yes/No가 표시된 설문 데이터 스프레드시트

pandas와 불리언

bootcamp_data = pd.read_excel("fcc_survey_booleans.xlsx")
print(bootcamp_data.dtypes)

ID.x                      object
AttendedBootcamp         float64
AttendedBootCampYesNo     object
AttendedBootcampTF       float64
BootcampLoan             float64
LoanYesNo                 object
LoanTF                   float64
dtype: object

pandas와 불리언

# True 개수 세기
print(bootcamp_data.sum())

AttendedBootcamp                      38
AttendedBootcampTF                    38
BootcampLoan                          14
LoanTF                                14
dtype: object

# NA 개수 세기
print(bootcamp_data.isna().sum())

ID.x                           0
AttendedBootcamp               0
AttendedBootCampYesNo          0
AttendedBootcampTF             0
BootcampLoan                 964
LoanYesNo                    964
LoanTF                       964
dtype: int64

# True/False 열을 불리언으로 지정해 로드
bool_data = pd.read_excel("fcc_survey_booleans.xlsx", 
                          dtype={"AttendedBootcamp": bool,
                                "AttendedBootCampYesNo": bool,
                                "AttendedBootcampTF":bool,
                                "BootcampLoan": bool,
                                "LoanYesNo": bool,
                                "LoanTF": bool})

print(bool_data.dtypes)

ID.x                      object
AttendedBootcamp            bool
AttendedBootCampYesNo       bool
AttendedBootcampTF          bool
BootcampLoan                bool
LoanYesNo                   bool
LoanTF                      bool
dtype: object

# True 개수 세기
print(bool_data.sum())

AttendedBootcamp                         38
AttendedBootCampYesNo                  1000
AttendedBootcampTF                       38
BootcampLoan                            978
LoanYesNo                              1000
LoanTF                                  978
dtype: object

# NA 개수 세기
print(bool_data.isna().sum())

ID.x                       0
AttendedBootcamp           0
AttendedBootCampYesNo      0
AttendedBootcampTF         0
BootcampLoan               0
LoanYesNo                  0
LoanTF                     0
dtype: int64

pandas와 불리언

pandas는 기본적으로 True/False 열을 float로 로드함
read_excel()의 dtype 인수로 열을 bool로 지정
불리언 열에는 True와 False만 가능
불리언 열의 NA/결측치는 True로 변환됨
일부 값은 불리언 열에서 자동으로 True/False로 인식됨
인식되지 않은 값도 True로 변환됨

사용자 지정 True/False 값 설정

read_excel()의 true_values로 사용자 지정 True 값 설정
false_values로 사용자 지정 False 값 설정
각각 True/False로 처리할 값의 목록을 받음
사용자 지정 값은 불리언으로 지정된 열에만 적용

사용자 지정 True/False 값 설정

# 불리언 dtype과 사용자 지정 T/F 값으로 로드
bool_data = pd.read_excel("fcc_survey_booleans.xlsx", 
                          dtype={"AttendedBootcamp": bool,
                                "AttendedBootCampYesNo": bool,
                                "AttendedBootcampTF":bool,
                                "BootcampLoan": bool,
                                "LoanYesNo": bool,
                                "LoanTF": bool},
                          true_values=["Yes"],
                          false_values=["No"])

사용자 지정 True/False 값 설정

print(bool_data.sum())

AttendedBootcamp                                  38
AttendedBootCampYesNo                             38
AttendedBootcampTF                                38
BootcampLoan                                     978
LoanYesNo                                        978
LoanTF                                           978
dtype: object

불리언 고려사항

결측치가 있거나, 추후 생길 수 있습니까?
이 열은 분석에 어떻게 사용됩니까?
값이 잘못 True로 코딩되면 어떻게 됩니까?
다른 방식(예: float나 int)으로 모델링할 수 있습니까?

Laten we oefenen!

pandas로 빠르고 간편한 데이터 적재