범주형 데이터 변환 및 분석하기

Python으로 하는 탐색적 데이터 분석

George Boorman

Curriculum Manager, DataCamp

데이터 미리보기

print(salaries.select_dtypes("object").head())
  Designation                 Experience    Employment_Status    Employee_Location    Company_Size
0 Data Scientist              Mid           FT                   DE                   L
1 Machine Learning Scientist  Senior        FT                   JP                   S
2 Big Data Engineer           Senior        FT                   GB                   M
3 Product Data Analyst        Mid           FT                   HN                   S
4 Machine Learning Engineer   Senior        FT                   US                   L
Python으로 하는 탐색적 데이터 분석

직무명

print(salaries["Designation"].value_counts())
Data Scientist                              143
Data Engineer                               132
Data Analyst                                 97
Machine Learning Engineer                    41
Research Scientist                           16
Data Science Manager                         12
Data Architect                               11
Big Data Engineer                             8
Machine Learning Scientist                    8
...
Python으로 하는 탐색적 데이터 분석

직무명

print(salaries["Designation"].nunique())
50
Python으로 하는 탐색적 데이터 분석

직무명

Bar plot displaying the five most popular data roles - data scientist, data engineer, data analyst, machine learning engineer, and research scientist

Python으로 하는 탐색적 데이터 분석

범주에서 값 추출하기

  • 현재 형식은 인사이트 도출에 한계가 있습니다

  • pandas.Series.str.contains()

    • 열에서 특정 문자열 또는 여러 문자열을 검색합니다
salaries["Designation"].str.contains("Scientist")
0       True
1       True
2      False
3      False
       ...  
604    False
605    False
606     True
Name: Designation, Length: 607, dtype: bool
Python으로 하는 탐색적 데이터 분석

문자열에서 여러 구문 찾기

  • 관심 단어: Machine Learning 또는 AI
salaries["Designation"].str.contains("Machine Learning|AI")
0      False
1       True
2      False
3      False
       ...  
604    False
605    False
606     True
Name: Designation, Length: 607, dtype: bool
Python으로 하는 탐색적 데이터 분석

문자열에서 여러 구문 찾기

  • 관심 단어: Data로 시작하는 모든 단어
salaries["Designation"].str.contains("^Data")
0       True
1      False
2      False
3      False
       ...  
604     True
605     True
606    False
Name: Designation, Length: 607, dtype: bool
Python으로 하는 탐색적 데이터 분석

문자열에서 여러 구문 찾기

job_categories = ["Data Science", "Data Analytics", 
                  "Data Engineering", "Machine Learning",
                  "Managerial", "Consultant"]
Python으로 하는 탐색적 데이터 분석

문자열에서 여러 구문 찾기

data_science = "Data Scientist|NLP"

data_analyst = "Analyst|Analytics"
data_engineer = "Data Engineer|ETL|Architect|Infrastructure"
ml_engineer = "Machine Learning|ML|Big Data|AI"
manager = "Manager|Head|Director|Lead|Principal|Staff"
consultant = "Consultant|Freelance"
Python으로 하는 탐색적 데이터 분석

문자열에서 여러 구문 찾기

conditions = [
    (salaries["Designation"].str.contains(data_science)),

(salaries["Designation"].str.contains(data_analyst)),
(salaries["Designation"].str.contains(data_engineer)),
(salaries["Designation"].str.contains(ml_engineer)),
(salaries["Designation"].str.contains(manager)),
(salaries["Designation"].str.contains(consultant)) ]
Python으로 하는 탐색적 데이터 분석

범주형 열 생성하기

salaries["Job_Category"] = 


Python으로 하는 탐색적 데이터 분석

범주형 열 생성하기

salaries["Job_Category"] = np.select(conditions, 


Python으로 하는 탐색적 데이터 분석

범주형 열 생성하기

salaries["Job_Category"] = np.select(conditions, 
                                     job_categories, 

Python으로 하는 탐색적 데이터 분석

범주형 열 생성하기

salaries["Job_Category"] = np.select(conditions, 
                                     job_categories, 
                                     default="Other")
Python으로 하는 탐색적 데이터 분석

직무 범주 미리보기

print(salaries[["Designation", "Job_Category"]].head())
                  Designation      Job_Category
0              Data Scientist      Data Science
1  Machine Learning Scientist  Machine Learning
2           Big Data Engineer  Data Engineering
3        Product Data Analyst    Data Analytics
4   Machine Learning Engineer  Machine Learning
Python으로 하는 탐색적 데이터 분석

직무 범주 빈도 시각화하기

sns.countplot(data=salaries, x="Job_Category")

plt.show()

Bar plot displaying the count of jobs by category

Python으로 하는 탐색적 데이터 분석

연습해 봅시다!

Python으로 하는 탐색적 데이터 분석

Preparing Video For Download...