Pandas 분류 데이터

Pandas 분류 데이터의 작업 예제

데이터는 일반적으로 실시간으로 중복된 텍스트 열을 포함합니다. 성별, 국가/지역 및 코드와 같은 기능은 항상 반복됩니다. 이는 분류 데이터의 예입니다.
분류 변수는 제한된 수의 가능한 값만을 취할 수 있으며, 일반적으로 고정된 수의 값만을 가집니다. 고정 길이 외에도 분류 데이터는 순서를 가질 수 있지만 수학적 연산을 수행할 수 없습니다. 분류는 pandas 데이터 유형입니다.

분류 데이터 유형은 다음과 같은 경우에 유용합니다

빈번하게 나타나는 단어 값만을 포함한 문자열 변수. 이와 같은 문자열 변수를 분류 변수로 변환하여 메모리를 절약할 수 있습니다.

객체 생성

카테고리 객체는 여러 가지 방법으로 생성할 수 있습니다. 다음은 다른 방법을 설명합니다:

카테고리

pandas 객체를 생성할 때 dtype를 "category"으로 지정하여

　import　pandas　as　pd
　s　=　pd.Series(["a","b","c","a"],　dtype="category")
　print(s)

실행 결과는 다음과 같습니다：

　0　a
　1　b
　2　c
　3　a
　dtype:　category
　Categories　(3,　object):　[a,　b,　c]

series 객체에 전달된 요소 수가4하지만 카테고리는 단지3에서 동일한 카테고리를 观察 합니다.

pd.Categorical

표준 파이썬 패키지의 카테고리 생성자를 사용하여 카테고리 객체를 생성할 수 있습니다.

pandas.Categorical(values, categories, ordered)

다음 예제를 보겠습니다-

　import　pandas　as　pd
　cat = pd.Categorical(['a', 'b', 'c', 'a', 'b', 'c'])
　print(cat)

실행 결과는 다음과 같습니다：

　[a, b, c, a, b, c]
　Categories　(3,　object):　[a,　b,　c]

다른 예제를 다시 보겠습니다

　import　pandas　as　pd
　cat = cat = pd.Categorical(['a','b','c','a','b','c','d'], ['c', 'b', 'a'])
　print(cat)

실행 결과는 다음과 같습니다：

　[a, b, c, a, b, c, NaN]
　Categories　(3, object): [c, b, a]

여기서 두 번째 매개변수는 범주를 의미합니다. 따라서, 범주에 없는 어떤 값도 NaN으로 간주됩니다.
다음 예제를 보세요:

　import　pandas　as　pd
　cat = cat = pd.Categorical(['a','b','c','a','b','c','d'], ['c', 'b', 'a'], ordered=True)
　print(cat)

실행 결과는 다음과 같습니다：

　[a, b, c, a, b, c, NaN]
　Categories　(3, object): [c < b < a]

논리적으로 이順序는 a가 b보다 크고 b가 c보다 큰 것을 의미합니다.

설명

use.describe()의 범주 데이터 명령어를 사용하면, 시리즈나 데이터 프레임의 타입 문자열로 유사한 출력을 얻습니다.

　import　pandas　as　pd
　import　numpy　as　np
　cat　=　pd.Categorical(["a",　"c",　"c",　np.nan],　categories=["b",　"a",　"c"])
　df = pd.DataFrame({"cat":cat, "s":["a", "c", "c", np.nan]})
　print(df.describe())
　print(df["cat"].describe())

실행 결과는 다음과 같습니다：

　　　　cat　s
count　　　　3　3
unique　　　2　2
top　　　　　　c　c
freq　　　　　2　2
count　　　　　3
unique　　　　2
top　　　　　　　c
freq　　　　　　2
Name:　cat,　dtype:　object

カテゴリの属性の取得

obj.cat.categoriesコマンドは、オブジェクトのカテゴリを取得するために使用されます。

　import　pandas　as　pd
　import　numpy　as　np
　s　=　pd.Categorical(["a",　"c",　"c",　np.nan],　categories=["b",　"a",　"c"])
　print(s.categories)

실행 결과는 다음과 같습니다：

　　Index([u'b',　u'a',　u'c'],　dtype='object')

obj.orderedコマンドは、オブジェクトの順序を取得するために使用されます。

　import　pandas　as　pd
　import　numpy　as　np
　cat　=　pd.Categorical(["a",　"c",　"c",　np.nan],　categories=["b",　"a",　"c"])
　print(cat.ordered)

실행 결과는 다음과 같습니다：

　　　False

この関数はfalseを返します、なぜなら、私たちは任何の順序を指定していないからです。

カテゴリのリネーム

カテゴリのリネームは、series.cat.categories属性に新しい値を割り当てることで完了されます。

　import　pandas　as　pd
　s　=　pd.Series(["a","b","c","a"],　dtype="category")
　s.cat.categories　=　["Group　%s"　%　g　for　g　in　s.cat.categories]
　print(s.cat.categories)

실행 결과는 다음과 같습니다：

Index([u'Group　a',　u'Group　b',　u'Group　c'],　dtype='object')

初期カテゴリ[a，b，c]は、オブジェクトのs.cat.categories属性で更新されます。

新しいカテゴリの追加

Categorical.add.categories()メソッドを使用して、新しいカテゴリを追加できます。

　import　pandas　as　pd
　s　=　pd.Series(["a","b","c","a"],　dtype="category")
　s　=　s.cat.add_categories([4])
　print(s.cat.categories)

실행 결과는 다음과 같습니다：

Index([u'a',　u'b',　u'c',　4],　dtype='object')

カテゴリの削除

Categorical.remove_categories()メソッドを使用して、必要でないカテゴリを削除できます。

　import　pandas　as　pd
　s　=　pd.Series(["a","b","c","a"],　dtype="category")
　print(("オリ지널　オブジェクト:"))
　print(s)
　print(("After　removal:"))
　print(s.cat.remove_categories("a"))

실행 결과는 다음과 같습니다：

　Original　object:
　0　a
　1　b
　2　c
　3　a
　dtype:　category
　Categories　(3,　object):　[a,　b,　c]
　After　removal:
　0　NaN
　1　b
　2　c
　3　NaN
　dtype:　category
　Categories　(2,　object):　[b,　c]

범주 데이터 비교

범주 데이터를 다른 객체와 비교할 수 있는 세 가지 경우가 있습니다：

동일한 길이의 범주 데이터와 같은 객체(리스트, 시리즈, 배열, ...)와의 등호(==과！=) 비교.

　import　pandas　as　pd
　cat　=　pd.Series([1,2,3]).astype("category",　categories=[1,2,3],　ordered=True)
　cat1　=　pd.Series([2,2,2]).astype("category",　categories=[1,2,3],　ordered=True)
　print(cat>cat1)

　0　　False
　1　　False
　2　　True
　dtype:　bool