문제 1.
- 선행커맨드
import seaborn as sns
import pandas as pd- Seaborn 라이브러리에서 제공하는 Diamond 데이터셋을 활용하여 다음을 수행하세요:
- x, y, z 중 하나라도 0인 데이터를 삭제하세요
- x, y, z 를 곱해 'volume' 칼럼을 생성하세요.
- 범주형 변수인 cut, color, clarity를 머신러닝 모델에 활용할 수 있도록 수치형으로 변환합니다.
- cut: Fair = 1, Good = 2, Very Good = 3, Premium = 4, Ideal = 5로 인코딩하세요.
- color: E, I, J, H, F, G, D를 각각 1부터 7로 인코딩하세요.
- clarity:
- SI2와 SI1 → 1 (S 그룹),
- VS1와 VS2 → 2 (VS 그룹),
- VVS2와 VVS1 → 3 (VVS 그룹),
- I1과 IF → 4 (I 그룹).
- skeleton code
diamonds = sns.load_dataset("diamonds")
# Categorical -> String 변환
diamonds["cut"] = diamonds["cut"].astype(str)
diamonds["color"] = diamonds["color"].astype(str)
diamonds["clarity"] = diamonds["clarity"].astype(str)
"""
코드 입력
"""
# 결과 출력
print(diamonds.shape)
print(diamonds.head())- 출력 결과 예시
'''
(53920, 11)
carat cut color clarity depth table price x y z volume
0 0.23 5 1 1 61.5 55.0 326 3.95 3.98 2.43 38.202030
1 0.21 4 1 1 59.8 61.0 326 3.89 3.84 2.31 34.505856
2 0.23 2 1 2 56.9 65.0 327 4.05 4.07 2.31 38.076885
3 0.29 4 2 2 62.4 58.0 334 4.20 4.23 2.63 46.724580
4 0.31 2 3 1 63.3 58.0 335 4.34 4.35 2.75 51.917250
'''💡 문제 풀이
참고) 범주형 변수를 수치형 변수로 변경하는 방법
- 딕셔너리 + lambda 활용
- replace 활용
- loc 활용
`문제 풀이 1`
- 데이터 삭제 시, drop 활용
- 변수 변환 시, 딕셔너리 + lambda 활용
diamonds = sns.load_dataset("diamonds")
# Categorical -> String 변환
diamonds["cut"] = diamonds["cut"].astype(str)
diamonds["color"] = diamonds["color"].astype(str)
diamonds["clarity"] = diamonds["clarity"].astype(str)
# 1) x, y, z 중 하나라도 0인 데이터를 삭제하세요
# 2) x, y, z 를 곱해 'volume' 칼럼을 생성하세요.
diamonds['volume'] = diamonds['x']*diamonds['y']*diamonds['z']
diamonds = diamonds.drop(diamonds[diamonds['volume'] == 0].index)
# 3) 범주형 변수인 cut, color, clarity를 머신러닝 모델에 활용할 수 있도록 수치형으로 변환합니다.
cut_dictionary = {'Fair' : 1 , 'Good' : 2, 'Very Good' : 3, 'Premium' : 4, 'Ideal' : 5}
color_dictionary = {'E':1,'I':2,'J':3,'H':4,'F':5,'G':6,'D':7}
clarity_dictionary = {'SI2':1,'SI1':1,'VS1':2,'VS2':2,'VVS2':3,'VVS1':3,'I1':4,'IF':4}
diamonds['cut'] = diamonds['cut'].apply(lambda x: cut_dictionary[x])
diamonds['color'] = diamonds['color'].apply(lambda x: color_dictionary[x])
diamonds['clarity'] = diamonds['clarity'].apply(lambda x: clarity_dictionary[x])
#결과출력
print(diamonds.shape)
print(diamonds.head())`오답노트`
- x,y,z곱한 volume컬럼을 먼저 만들고 셋 중 하나라도 0이면 곱한 값이 0이니까 그 다음에 0인 값 index를 찾아서 drop!
- `drop` : df.drop(index)
- 범주형 데이터를 수치형 데이터로 변환할 때 딕셔너리 사용 가능!
- `딕셔너리` : dictionary[key] = value
`문제 풀이2`
- 데이터 삭제 시, & 조건 활용
- 변수 변환 시, replace 활용
diamonds = sns.load_dataset("diamonds")
# Categorical -> String 변환
diamonds["cut"] = diamonds["cut"].astype(str)
diamonds["color"] = diamonds["color"].astype(str)
diamonds["clarity"] = diamonds["clarity"].astype(str)
# 1) x, y, z 중 하나라도 0인 데이터를 삭제하세요
diamonds = diamonds[(diamonds.x!=0)&((diamonds.y!=0)&(diamonds.z!=0))]
# 2) x, y, z 를 곱해 'volume' 칼럼을 생성하세요.
diamonds['volume'] = diamonds['x']*diamonds['y']*diamonds['z']
# 3) 범주형 변수인 cut, color, clarity를 머신러닝 모델에 활용할 수 있도록 수치형으로 변환합니다.
diamonds['cut'] = diamonds['cut'].replace({'Fair' : 1 , 'Good' : 2, 'Very Good' : 3, 'Premium' : 4, 'Ideal' : 5})
diamonds['color'] = diamonds['color'].replace({'E':1,'I':2,'J':3,'H':4,'F':5,'G':6,'D':7})
diamonds['clarity'] = diamonds['clarity'].replace({'SI2':1,'SI1':1,'VS1':2,'VS2':2,'VVS2':3,'VVS1':3,'I1':4,'IF':4})
# 결과 출력
print(diamonds.shape)
print(diamonds.head())`오답노트`
- 처음에는 아래와 같이 replace를 줄줄 나열했는데 딕셔너리로 간단하게 표현할 수 있음
diamonds_not0['cut_ml'] = diamonds_not0['cut'].replace('Fair', 1).replace('Good', 2).replace('Very Good', 3).replace('Premium', 4).replace('Ideal',5)
`문제 풀이3`
- 변수 변환 시, loc 활용
# loc를 사용해서 일일이 범주형데이터를 수치형데이터로 변환할 수도 있음
diamonds.loc[diamonds['cut']=='Fair','cut']=1
diamonds.loc[diamonds['cut']=='Good','cut']=2
diamonds.loc[diamonds['cut']=='Very Good','cut']=3
...- 쿼리 테스트할 때 갑자기 기억 안 날 때는 loc로 할 수 있지 않을지 생각해보자!