कोर्स परिचय

Python में Categorical Data के साथ काम करना

Kasey Jones

Research Data Scientist

"Categorical" होने का क्या मतलब है?

Categorical

समूहों (या श्रेणियों) की एक सीमित संख्या
ये श्रेणियाँ आमतौर पर तय या ज्ञात होती हैं (eye color, hair color, आदि)
इसे qualitative data भी कहते हैं

Numerical

इसे quantitative data भी कहते हैं
संख्यात्मक मान से व्यक्त होता है
आमतौर पर एक माप होता है (height, weight, IQ, आदि)

Ordinal बनाम nominal वैरिएबल

Ordinal

वे categorical वैरिएबल जिनका प्राकृतिक क्रम होता है

सर्वे जवाब अक्सर strongly disagree से strongly agree तक होते हैं. इन श्रेणियों का एक तार्किक क्रम होता है.

Nominal

वे categorical वैरिएबल जिन्हें प्राकृतिक क्रम में नहीं रखा जा सकता

कभी-कभी श्रेणियाँ, जैसे सूची से रंग चुनना ("Blue", "Green", "Red", "Yellow", "purple"), किसी तार्किक क्रम में नहीं होतीं.

हमारा पहला डेटासेट

adult.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 32561 entries, 0 to 32560
Data columns (total 15 columns):
 #   Column           Non-Null Count  Dtype 
 --  ------           --------------  ----- 
 0   Age              32561 non-null  int64 
 1   Workclass        32561 non-null  object
 2   fnlgwt           32561 non-null  int64 
 3   Education        32561 non-null  object
 4   Education Num    32561 non-null  int64 
 5   Marital Status   32561 non-null  object
...

¹ https://www.kaggle.com/uciml/adult-census-income

describe का उपयोग

adult["Marital Status"].describe()

count                   32561
unique                      7
top        Married-civ-spouse
freq                    14976
Name: Marital Status, dtype: object

value_counts का उपयोग

adult["Marital Status"].value_counts()

 Married-civ-spouse       14976
 Never-married            10683
 Divorced                  4443
 Separated                 1025
 Widowed                    993
 Married-spouse-absent      418
 Married-AF-spouse           23
Name: Marital Status, dtype: int64

normalize के साथ value_counts

adult["Marital Status"].value_counts(normalize=True)

 Married-civ-spouse       0.459937
 Never-married            0.328092
 Divorced                 0.136452
 Separated                0.031479
 Widowed                  0.030497
 Married-spouse-absent    0.012837
 Married-AF-spouse        0.000706
Name: Marital Status, dtype: float64

Knowledge check

Python में Categorical Data के साथ काम करना