pandas dadtaframe 수치형 / 범주형 분리

Data frame 처리를 하다보면 수치형과 범주형 데이터를 따로 처리하고 싶을 때가 있다.

데이터 프레임을 분류하는 몇가지 방법이 있다.

1. data frame에 _get_numeric_data 함수가 있어서 이를 써도 된다.

   : 편한 장점이 있는데, 범주형엔 별도의 함수가 없는 듯하다.

2. select_dtypes 함수를 이용, 원하는 데이터 type만 가져올수 있다.

3. dtypes를 보고 해당 dtype에 해당되는 column만 선택한다.
   : 약간 불편하지만, 데이터 타입들을 확인하고 갈수 있어서 더 안심이 되는 느낌이다.

 

 

 

In [1]:

from IPython.core.display import display, HTML
display(HTML("<style>.container {width:90% !important;}</style>"))

import pandas as pd
import seaborn as sns

 

 

 

 

In [2]:

df=pd.DataFrame(sns.load_dataset('mpg'))
df.head()

 

Out[2]:

	mpg	cylinders	displacement	horsepower	weight	acceleration	model_year	origin	name
0	18.0	8	307.0	130.0	3504	12.0	70	usa	chevrolet chevelle malibu
1	15.0	8	350.0	165.0	3693	11.5	70	usa	buick skylark 320
2	18.0	8	318.0	150.0	3436	11.0	70	usa	plymouth satellite
3	16.0	8	304.0	150.0	3433	12.0	70	usa	amc rebel sst
4	17.0	8	302.0	140.0	3449	10.5	70	usa	ford torino

 

DataFrame._get_numeric_date 활용

 

In [3]:

df._get_numeric_data()

 

Out[3]:

	mpg	cylinders	displacement	horsepower	weight	acceleration	model_year
0	18.0	8	307.0	130.0	3504	12.0	70
1	15.0	8	350.0	165.0	3693	11.5	70
2	18.0	8	318.0	150.0	3436	11.0	70
3	16.0	8	304.0	150.0	3433	12.0	70
4	17.0	8	302.0	140.0	3449	10.5	70
...	...	...	...	...	...	...	...
393	27.0	4	140.0	86.0	2790	15.6	82
394	44.0	4	97.0	52.0	2130	24.6	82
395	32.0	4	135.0	84.0	2295	11.6	82
396	28.0	4	120.0	79.0	2625	18.6	82
397	31.0	4	119.0	82.0	2720	19.4	82

398 rows × 7 columns

 

dytpes를 이용, 데이터 타입을 체크한다.

 

In [4]:

df.dtypes

 

Out[4]:

mpg             float64
cylinders         int64
displacement    float64
horsepower      float64
weight            int64
acceleration    float64
model_year        int64
origin           object
name             object
dtype: object

 

object와 나머지로 data를 나눠준다.

 

In [5]:

df_obj=df[df.dtypes[df.dtypes=='object'].index]
df_num=df[df.dtypes[df.dtypes!='object'].index]

 

In [6]:

df_obj

 

Out[6]:

	origin	name
0	usa	chevrolet chevelle malibu
1	usa	buick skylark 320
2	usa	plymouth satellite
3	usa	amc rebel sst
4	usa	ford torino
...	...	...
393	usa	ford mustang gl
394	europe	vw pickup
395	usa	dodge rampage
396	usa	ford ranger
397	usa	chevy s-10

398 rows × 2 columns

 

In [7]:

df_num

 

Out[7]:

	mpg	cylinders	displacement	horsepower	weight	acceleration	model_year
0	18.0	8	307.0	130.0	3504	12.0	70
1	15.0	8	350.0	165.0	3693	11.5	70
2	18.0	8	318.0	150.0	3436	11.0	70
3	16.0	8	304.0	150.0	3433	12.0	70
4	17.0	8	302.0	140.0	3449	10.5	70
...	...	...	...	...	...	...	...
393	27.0	4	140.0	86.0	2790	15.6	82
394	44.0	4	97.0	52.0	2130	24.6	82
395	32.0	4	135.0	84.0	2295	11.6	82
396	28.0	4	120.0	79.0	2625	18.6	82
397	31.0	4	119.0	82.0	2720	19.4	82

398 rows × 7 columns