Pandas 데이터프레임 열의 값을 딕셔너리로 다시 매핑하고 NaN 유지하기

2024-07-27

Pandas 데이터프레임 열의 값을 딕셔너리로 다시 매핑하고 NaN 유지하기

이 게시물에서는 Pandas 데이터프레임에서 딕셔너리를 사용하여 열 값을 다시 매핑하는 방법과 NaN 값을 유지하는 방법을 설명합니다. 두 가지 주요 방법을 살펴보겠습니다.

map 함수 사용
replace 함수 사용

map 함수는 Pandas에서 열의 각 값에 함수를 적용하는 데 사용됩니다. 딕셔너리를 함수로 전달하여 딕셔너리 키가 열 값과 일치하는 경우 딕셔너리 값으로 바꿀 수 있습니다. 다음은 예제입니다.

import pandas as pd

# 데이터 생성
data = {'col1': ['A', 'B', 'C', 'D'], 'col2': [1, 2, 3, 4]}
df = pd.DataFrame(data)

# 딕셔너리 정의
mapping = {'A': 'AA', 'B': 'BB', 'C': 'CC'}

# map 함수 사용하여 값 다시 매핑
df['col1'] = df['col1'].map(mapping)

print(df)

Output:

  col1  col2
0   AA   1
1   BB   2
2   CC   3
3   D   4

위 코드에서 map 함수는 mapping 딕셔너리의 키와 일치하는 열 값을 딕셔너리 값으로 바꿉니다. D는 딕셔너리에 키가 없으므로 원래 값 그대로 유지됩니다.

NaN 값 유지하기

map 함수는 기본적으로 NaN 값을 변경하지 않습니다. 하지만 fillna 함수를 사용하여 NaN 값을 특정 값으로 채울 수 있습니다. 다음은 예제입니다.

# NaN 값을 'N'으로 채우기
df['col1'] = df['col1'].map(mapping).fillna('N')

print(df)

Output:

  col1  col2
0   AA   1
1   BB   2
2   CC   3
3   N   4

위 코드에서 fillna('N')은 map 함수에서 NaN 값을 'N'으로 바꿉니다.

replace 함수는 Pandas에서 데이터프레임의 특정 값을 다른 값으로 바꾸는 데 사용됩니다. 딕셔너리를 사용하여 키-값 쌍을 정의하여 값을 다시 매핑할 수 있습니다. 다음은 예제입니다.

import pandas as pd

# 데이터 생성
data = {'col1': ['A', 'B', 'C', 'D'], 'col2': [1, 2, 3, 4]}
df = pd.DataFrame(data)

# 딕셔너리 정의
mapping = {'A': 'AA', 'B': 'BB', 'C': 'CC'}

# replace 함수 사용하여 값 다시 매핑
df['col1'] = df['col1'].replace(mapping)

print(df)

Output:

  col1  col2
0   AA   1
1   BB   2
2   CC   3
3   D   4

# NaN 값을 'N'으로 채우기
df['col1'] = df['col1'].replace(mapping, method='fillna')

print(df)

Output:

  col1  col2
0   AA   1
1   BB   2
2   CC   3
3   N   4

위 코드에서 replace(mapping, method='fillna')는 map 함수에서 NaN 값을 'N'으로 바꿉니다.

예제 코드: Pandas 데이터프레임 열의 값을 딕셔너리로 다시 매핑하고 NaN 유지하기

필수 라이브러리

이 예제를 위해 다음 라이브러리가 필요합니다.

pandas

데이터 준비

다음은 data.csv라는 이름의 CSV 파일입니다.

City,State,Population
New York,NY,8550405
Los Angeles,CA,3971883
Chicago,IL,2724159
Houston,TX,2320580
Phoenix,AZ,1683985
Philadelphia,PA,1567442
San Antonio,TX,1469889
San Diego,CA,1425576
Dallas,TX,1341075
San Jose,CA,1026917

코드

import pandas as pd

# CSV 파일 읽기
df = pd.read_csv('data.csv')

# 'State' 열을 기반으로 'City' 열을 다시 매핑하는 딕셔너리 정의
mapping = {
    'NY': 'New York City',
    'CA': 'California',
    'IL': 'Illinois',
    'TX': 'Texas',
    'AZ': 'Arizona',
    'PA': 'Pennsylvania',
    'CO': 'Colorado',
    'FL': 'Florida',
    'GA': 'Georgia',
    'NC': 'North Carolina'
}

# map 함수 사용하여 값 다시 매핑
df['City'] = df['State'].map(mapping).fillna('N/A')

# 결과 출력
print(df)

설명

pandas 라이브러리를 불러옵니다.
read_csv 함수를 사용하여 CSV 파일을 df 데이터프레임으로 읽습니다.
mapping 딕셔너리를 정의합니다. 이 딕셔너리는 'State' 코드를 'City' 이름으로 매핑합니다.
map 함수를 사용하여 'State' 열을 기반으로 'City' 열을 다시 매핑합니다. fillna('N/A')를 사용하여 NaN 값을 'N/A'로 채웁니다.
결과 데이터프레임을 출력합니다.

출력

   City  State  Population
0  New York City    NY      8550405
1  California       CA     3971883
2    Illinois       IL     2724159
3      Texas       TX     2320580
4     Arizona       AZ     1683985
5  Pennsylvania       PA     1567442
6      Texas       TX     1469889
7  California       CA     1425576
8      Texas       TX     1341075
9  California       CA     1026917