범주 업데이트

Python으로 범주형 데이터 다루기

Kasey Jones

Research Data Scientist

품종 변수

품종 값 개수:

dogs["breed"] = dogs["breed"].astype("category")
dogs["breed"].value_counts()

Unknown Mix                 1524
German Shepherd Dog Mix     190
Dachshund Mix               147
Labrador Retriever Mix      83
Staffordshire Terrier Mix   62
...

범주 이름 변경

rename_categories 메서드:

Series.cat.rename_categories(new_categories=dict)

사전 만들기:

my_changes = {"Unknown Mix": "Unknown"}

범주 이름 변경:

dogs["breed"] = dogs["breed"].cat.rename_categories(my_changes)

업데이트된 품종 변수

품종 값 개수:

dogs["breed"].value_counts()

Unknown                     1524
German Shepherd Dog Mix     190
Dachshund Mix               147
Labrador Retriever Mix      83
Staffordshire Terrier Mix   62
...

여러 변경 한꺼번에:

my_changes = {
  old_name1: new_name1,
  old_name2: new_name2,
  ...
}
Series.cat.rename_categories(
  my_changes
)

함수로 범주 이름 변경

여러 범주 일괄 업데이트:

dogs['sex'] = dogs['sex'].cat.rename_categories(lambda c: c.title())

dogs['sex'].cat.categories

Index(['Female', 'Male'], dtype='object')

일반적인 치환 문제

새 범주 이름만 사용해야 함

# 작동하지 않음! "Unknown"이 이미 존재함
use_new_categories = {"Unknown Mix": "Unknown"}

두 범주를 하나로 합칠 수 없음

# 작동하지 않음! 새 이름은 고유해야 함
cannot_repeat_categories = {
    "Unknown Mix": "Unknown",
    "Mixed Breed": "Unknown"
}

범주 병합 설정

개 색상:

dogs["color"] = dogs["color"].astype("category")
print(dogs["color"].cat.categories)

Index(['apricot', 'black', 'black and brown', 'black and tan',
       'black and white', 'brown', 'brown and white', 'dotted', 'golden',
       'gray', 'gray and black', 'gray and white', 'red', 'red and white',
       'sable', 'saddle back', 'spotty', 'striped', 'tricolor', 'white',
       'wild boar', 'yellow', 'yellow-brown'],
      dtype='object')
...

범주 병합 예시

사전을 만들고 .replace 사용:

update_colors = {
    "black and brown": "black",
    "black and tan": "black",
    "black and white": "black",
}

dogs["main_color"] = dogs["color"].replace(update_colors)

Series 데이터 타입 확인:

dogs["main_color"].dtype

dtype('O')

다시 범주형으로 변환

dogs["main_color"] = dogs["main_color"].astype("category")
dogs["main_color"].cat.categories

Index(['apricot', 'black', 'brown', 'brown and white', 'dotted', 'golden',
       'gray', 'gray and black', 'gray and white', 'red', 'red and white',
       'sable', 'saddle back', 'spotty', 'striped', 'tricolor', 'white',
       'wild boar', 'yellow', 'yellow-brown'],
      dtype='object')

실습 시간

Python으로 범주형 데이터 다루기