การปรับแต่งการนำเข้า: ข้อมูล True/False

การนำเข้าข้อมูลด้วย pandas อย่างมีประสิทธิภาพ

Amany Mahfouz

Instructor

ข้อมูล Boolean

ข้อมูล True/False

สเปรดชีตของข้อมูลแบบสำรวจที่มีหลายคอลัมน์ True/False

ข้อมูล Boolean

สเปรดชีตของข้อมูลแบบสำรวจที่ไฮไลต์คอลัมน์เกี่ยวกับการเข้าร่วม Bootcamp

ข้อมูล Boolean

สเปรดชีตของข้อมูลแบบสำรวจที่ไฮไลต์คอลัมน์เกี่ยวกับการกู้ยืม

ข้อมูล Boolean

สเปรดชีตของข้อมูลแบบสำรวจที่มีหลายคอลัมน์ True/False

ข้อมูล Boolean

สเปรดชีตของข้อมูลแบบสำรวจที่ไฮไลต์คอลัมน์ที่ใช้ 0 และ 1

ข้อมูล Boolean

สเปรดชีตของข้อมูลแบบสำรวจที่ไฮไลต์คอลัมน์ที่ใช้ True และ False

ข้อมูล Boolean

สเปรดชีตของข้อมูลแบบสำรวจที่ไฮไลต์คอลัมน์ที่ใช้ Yes และ No

pandas และ Boolean

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 และ Boolean

# Count True values
print(bootcamp_data.sum())

AttendedBootcamp                      38
AttendedBootcampTF                    38
BootcampLoan                          14
LoanTF                                14
dtype: object

# Count NAs
print(bootcamp_data.isna().sum())

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

# Load data, casting True/False columns as Boolean
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

# Count True values
print(bool_data.sum())

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

# Count NA values
print(bool_data.isna().sum())

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

pandas และ Boolean

pandas โหลดคอลัมน์ True/False เป็นข้อมูลชนิด float ตามค่าเริ่มต้น
ระบุให้คอลัมน์เป็น bool ได้ด้วยอาร์กิวเมนต์ dtype ของ read_excel()
คอลัมน์ Boolean รับได้เฉพาะค่า True และ False เท่านั้น
ค่า NA/ค่าที่หายไปในคอลัมน์ Boolean จะถูกเปลี่ยนเป็น True
pandas จดจำค่าบางอย่างเป็น True/False ในคอลัมน์ Boolean โดยอัตโนมัติ
ค่าที่ไม่รู้จักในคอลัมน์ Boolean จะถูกเปลี่ยนเป็น True เช่นกัน

การกำหนดค่า True/False แบบกำหนดเอง

ใช้อาร์กิวเมนต์ true_values ของ read_excel() เพื่อกำหนดค่า True แบบกำหนดเอง
ใช้ false_values เพื่อกำหนดค่า False แบบกำหนดเอง
แต่ละอาร์กิวเมนต์รับลิสต์ของค่าที่จะถือเป็น True/False ตามลำดับ
ค่า True/False แบบกำหนดเองจะใช้ได้เฉพาะกับคอลัมน์ที่กำหนดเป็น Boolean เท่านั้น

การกำหนดค่า True/False แบบกำหนดเอง

# Load data with Boolean dtypes and custom T/F values
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"])

การกำหนดค่า True/False แบบกำหนดเอง

print(bool_data.sum())

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

ข้อควรพิจารณาสำหรับ Boolean

มีค่าที่หายไปหรือไม่ หรืออาจเกิดขึ้นในอนาคต?
คอลัมน์นี้จะนำไปใช้ในการวิเคราะห์อย่างไร?
จะเกิดอะไรขึ้นหากค่าถูกบันทึกผิดเป็น True?
สามารถจำลองข้อมูลในรูปแบบอื่นได้หรือไม่ เช่น float หรือ integer?

มาฝึกกันเถอะ!

การนำเข้าข้อมูลด้วย pandas อย่างมีประสิทธิภาพ