इम्पोर्ट संशोधित करना: true/false डेटा

pandas के साथ सरल Data Ingestion

Amany Mahfouz

Instructor

बूलियन डेटा

True/False डेटा

सर्वे डेटा की स्प्रेडशीट जिसमें कई true/false कॉलम हैं

बूलियन डेटा

सर्वे डेटा की स्प्रेडशीट, बूटकैंप अटेंडेंस वाले कॉलम हाईलाइटेड

बूलियन डेटा

सर्वे डेटा की स्प्रेडशीट, लोन उपयोग वाले कॉलम हाईलाइटेड

बूलियन डेटा

सर्वे डेटा की स्प्रेडशीट जिसमें कई True/False कॉलम हैं

बूलियन डेटा

सर्वे डेटा की स्प्रेडशीट, 0 और 1 वाले कॉलम हाईलाइटेड

बूलियन डेटा

सर्वे डेटा की स्प्रेडशीट, Trues और Falses वाले कॉलम हाईलाइटेड

बूलियन डेटा

सर्वे डेटा की स्प्रेडशीट, yes और no वाले कॉलम हाईलाइटेड

pandas और Booleans

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

pandas और Booleans

# True मान गिनें
print(bootcamp_data.sum())

AttendedBootcamp                      38
AttendedBootcampTF                    38
BootcampLoan                          14
LoanTF                                14
dtype: object

# NA गिनें
print(bootcamp_data.isna().sum())

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

# डेटा लोड करें, True/False कॉलम को Boolean के रूप में कास्ट करें
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 मान गिनें
print(bool_data.sum())

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

# NA मान गिनें
print(bool_data.isna().sum())

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

pandas और Booleans

pandas डिफ़ॉल्ट रूप से True/False कॉलम को float डेटा के रूप में लोड करता है
किसी कॉलम को bool बताने के लिए read_excel() का dtype आर्गुमेंट दें
बूलियन कॉलम में केवल True और False हो सकते हैं
बूलियन कॉलम में NA/मिसिंग मान True में बदल जाते हैं
pandas कुछ मानों को बूलियन कॉलम में अपने आप True/False पहचान लेता है
बूलियन कॉलम में अनपहचाने मान भी True में बदल जाते हैं

कस्टम True/False मान सेट करना

कस्टम True सेट करने के लिए read_excel() का true_values आर्गुमेंट उपयोग करें
कस्टम False के लिए false_values उपयोग करें
दोनों में उन मानों की सूची दें जिन्हें क्रमशः True/False माना जाए
कस्टम True/False केवल उन कॉलम पर लगते हैं जिन्हें Boolean सेट किया गया है

कस्टम True/False मान सेट करना

# Boolean dtypes और कस्टम T/F मानों के साथ डेटा लोड करें
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"])

कस्टम True/False मान सेट करना

print(bool_data.sum())

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

बूलियन पर विचार

क्या अभी या आगे चलकर मिसिंग मान हो सकते हैं?
विश्लेषण में इस कॉलम का उपयोग कैसे होगा?
अगर कोई मान गलती से True कोड हो गया तो क्या होगा?
क्या डेटा को किसी और तरह (जैसे float या integer) मॉडल किया जा सकता है?

अभ्यास करते हैं!

pandas के साथ सरल Data Ingestion