Pandas 데이터프레임 열의 값을 딕셔너리로 다시 매핑하고 NaN 유지하기
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 사용replace
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. D
는 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.csv
라는 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 파일을df
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
Pandas 데이터프레임 열의 값을 딕셔너리로 다시 매핑하고 NaN 유지하기 위한 대체 방법
apply
함수는 데이터프레임의 각 행 또는 열에 함수를 적용하는 데 사용할 수 있습니다. 익명 함수 또는 lambda 표현식을 사용하여 딕셔너리 매핑을 정의할 수 있습니다. 다음은 예제입니다.
import pandas as pd
# 데이터 생성
data = {'col1': ['A', 'B', 'C', 'D', 'NA'], 'col2': [1, 2, 3, 4, None]}
df = pd.DataFrame(data)
# 딕셔너리 정의
mapping = {'A': 'AA', 'B': 'BB', 'C': 'CC'}
# apply 함수 사용하여 값 다시 매핑
def remap(x):
if x in mapping:
return mapping[x]
else:
return x
df['col1'] = df['col1'].apply(remap)
print(df)
Output:
col1 col2
0 AA 1
1 BB 2
2 CC 3
3 D 4
4 NA None
위 코드에서 apply
함수는 remap
함수를 col1
열의 각 값에 적용합니다. remap
함수는 값이 딕셔너리에 있으면 딕셔너리 값을 반환하고, 그렇지 않으면 원래 값을 반환합니다.
lambda 표현식 사용
apply
함수와 함께 lambda 표현식을 사용하여 딕셔너리 매핑을 더 간결하게 정의할 수 있습니다. 다음은 예제입니다.
import pandas as pd
# 데이터 생성
data = {'col1': ['A', 'B', 'C', 'D', 'NA'], 'col2': [1, 2, 3, 4, None]}
df = pd.DataFrame(data)
# 딕셔너리 정의
mapping = {'A': 'AA', 'B': 'BB', 'C': 'CC'}
# lambda 표현식 사용하여 값 다시 매핑
df['col1'] = df['col1'].apply(lambda x: mapping.get(x, x))
print(df)
Output:
col1 col2
0 AA 1
1 BB 2
2 CC 3
3 D 4
4 NA None
Series.replace 메서드 사용
Series
객체에는 replace
메서드가 있으며, 이를 사용하여 딕셔너리를 사용하여 값을 다시 매핑하고 NaN 값을 유지할 수 있습니다. 다음은 예제입니다.
import pandas as pd
# 데이터 생성
data = {'col1': ['A', 'B', 'C', 'D', 'NA'], 'col2': [1, 2, 3, 4, None]}
df = pd.DataFrame(data)
# 딕셔너리 정의
mapping = {'A': 'AA', 'B': 'BB', 'C': 'CC'}
# replace 메서드 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
4 NA None
위 코드에서 replace
메서드는 mapping
딕셔너리의 키와 일치하는 값을 딕셔너리 값으로 바꿉니다. inplace=True
키워드 인수를 사용하여 원본 데이터프레임을 수정할 수도 있습니다.
python pandas dataframe