[Pandas] 함수 매핑

▶ map() 함수의 이용

 

import numpy as np

s = pd.Series(np.arange(10))
s

0    0
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
dtype: int32

---

# 각각의 원소를 제곱한 값으로 바꾸기
s.map(lambda x:x**2)

0     0
1     1
2     4
3     9
4    16
5    25
6    36
7    49
8    64
9    81
dtype: int64

---

▶ map() 함수를 이용한 데이터 수정
- 데이터 전처리 중 하나인 labeling이나 one-hot encoding 처리 시 사용 ('명목형 데이터' -> 숫자 데이터로 변한)

 

s = pd.Series(['A','B','B','A','C','B'])
print(s)

0    A
1    B
2    B
3    A
4    C
5    B
dtype: object

---

# 라벨링
map_data = {'A':0, 'B':1, 'C':2}
s.map(map_data)

0    0
1    1
2    1
3    0
4    2
5    1
dtype: int64

---

▶ map()을 DataFrame에 적용

 

df = pd.read_csv('wages.csv')
print(df.shape) # (1379, 6)
df.head()

---

df['sex'].unique()
# 유니크한 레코드의 개수 세기
df['sex'].value_counts()

sex
female    859
male      520
Name: count, dtype: int64

---

# 성별을 0과 1로 수정 (딕셔너리)
df['sex'] = df['sex'].map({'male':0, 'female':1})

# 성별을 0과 1로 수정 (lambda)
df['sex'] = df['sex'].map(lambda x: 0 if x == 'male' else 1)

df

---

df['race'].unique()

array(['white', 'other', 'hispanic', 'black'], dtype=object)

---

# race컬럼의 값을 숫자로 수정
dic_race = {v:i for i, v in enumerate(df['race'].unique())}
df['race'] = df['race'].map(dic_race)
df

---

▶ replace() 함수를 이용한 데이터 수정
- sr.replace() : 정확하게 일치하는 단어를 찾아 바꾼다.
  - 정규표현식에 의해 매칭되는 문자를 찾아 바꾸기 위해서는 regex=True 속성을 지정한다.
- sr.str.replace() : 일부 단어라도 일치하는 단어를 찾는다.

 

# 성별을 0과 1로 수정 (replace 함수)
df['sex'].replace(['male','female'], [0, 1], inplace=True)
df

---

df = pd.DataFrame({'Code':np.arange(3),
                   'Name':['(S)Note Book', '(S)Note Book', '(S)PC']})
df

---

# (S) -> (M)으로 수정
# replace()는 정확히 일치하는 것만 바꾸기 때문에 변경되지 않음
df['Name'] = df['Name'].replace('(S)', '(M)')
df

---

# 전체가 아닌 일부만 일치하는 것만 바꾸기 위해서는 정규표현식 사용
# 정규표현식에서 \는 그룹을 의미
df['Name'] = df['Name'].replace('\([A-Z]\)', '(M)', regex=True)
df

---

# 전체가 아닌 일부만 일치하는 것만 바꾸기 위해서는 시리즈 객체가 아닌 str 문자열을 대상으로 replace 사용
df['Name'] = df['Name'].str.replace('(S)','(M)')
df

---

▶ apply() 함수의 사용
- DataFrame에 사용자 정의 함수 적용하기

 

df = pd.read_csv('wages.csv')
df_sample = df[['earn','height','age']]
df_sample.head()

---

# 각 컬럼의 최대값과 최소값 차이 계산
df_sample.apply(lambda x: x.max() - x.min())

earn      318047.708444
height        19.870000
age           73.000000
dtype: float64

---

# 각 컬럼의 최대값과 최소값을 시리즈 객체로 반환
def f(x):
    return pd.Series([x.max(), x.min()], index=['max','min'])

df_sample.apply(f)