डेटा की सफाई और एक्सेस
Python में Categorical Data के साथ काम करना
Kasey Jones
Research Data Scientist
श्रेणीय डेटा में संभावित समस्याएँ
1) असंगत मान: "Ham", "ham", " Ham"
2) गलत वर्तनी वाले मान: "Ham", "Hma"
3) गलत dtype: df['Our Column'].dtype
dtype('O')
समस्याओं की पहचान
इनमें से किसी एक का उपयोग करें:
Series.cat.categoriesSeries.value_counts()
dogs["get_along_cats"].value_counts()
No 2503
yes 275
no 156
Noo 2
NO 1
समस्याएँ ठीक करना: व्हाइटस्पेस
व्हाइटस्पेस हटाना: .strip()
dogs["get_along_cats"] = dogs["get_along_cats"].str.strip()
फ्रीक्वेंसी काउंट जाँचें:
dogs["get_along_cats"].value_counts()
No 2503
yes 275
no 156
Noo 2
NO 1 # < ---- अब और व्हाइटस्पेस नहीं
समस्याएँ ठीक करना: कैपिटलाइज़ेशन
कैपिटलाइज़ेशन: .title(), .upper(), .lower()
dogs["get_along_cats"] = dogs["get_along_cats"].str.title()
फ्रीक्वेंसी काउंट जाँचें:
dogs["get_along_cats"].value_counts()
No 2660
Yes 275
Noo 2
समस्याएँ ठीक करना: गलत वर्तनी
.replace() से टाइपो ठीक करना
replace_map = {"Noo": "No"}
dogs["get_along_cats"].replace(replace_map, inplace=True)
फ्रीक्वेंसी काउंट जाँचें:
dogs["get_along_cats"].value_counts()
No 2662
Yes 275
डेटा टाइप जाँच
dtype जाँचना
dogs["get_along_cats"].dtype
dtype('O')
वापस category में कन्वर्ट करना
dogs["get_along_cats"] = dogs["get_along_cats"].astype("category")
str एक्सेसर ऑब्जेक्ट का उपयोग
स्ट्रिंग खोजें
dogs["breed"].str.contains("Shepherd", regex=False)
0 False
1 False
2 False
...
2935 False
2936 True
loc से डेटा एक्सेस
श्रेणी के आधार पर Series मान एक्सेस करें
dogs.loc[dogs["get_along_cats"] == "Yes", "size"]
Series value counts:
dogs.loc[dogs["get_along_cats"] == "Yes", "size"].value_counts(sort=False)
small 69
medium 169
large 37
सफाई और एक्सेस अभ्यास
Python में Categorical Data के साथ काम करना
