[Python pandas] 결측값, 원래 값을 다른 값으로 교체하기(replacing generic values) : replace()

지난번 포스팅에서는 Python pandas의

 

 - fillna() method를 사용한 결측값 대체

 - dropna() method를 사용한 결측값 있는 행, 열 제거

 - interpolate() method를 사용한 결측값 보간

 

하는 방법을 알아보았습니다.

 

이번 포스팅에서는 Python pandas의 replace() method를 사용해서

 

 - 결측값 혹은 원래의 값을 다른 값으로 교체(replacing generic values)

 - List 를 다른 List로 교체

 - mapping dict 로 교체

 - DataFrame의 특정 칼럼 값 교체

 

하는 방법을 소개하겠습니다.

 

fillna() 를 사용한 결측값 대체와 replace()를 사용한 결측값 교체가 유사한면이 있구요, 다만 replace() 는 결측값 말고도 모든 값을 대상으로 할 수 있고, list, mapping dict 등으로 좀더 유연하고 포괄적으로 사용할 수 있는 장점이 있습니다.

 

 

 

 

replace() method를 가지고 결측값, 실측값 모두를 대상으로 교체(replacement)하는 예를 들어보겠습니다.  필요한 모듈을 importing하고, 결측값을 포함한 간단한 Series 먼저 시작하겠습니다.

 

In [1]: import pandas as pd In [2]: import numpy as np In [3]: from pandas import DataFrame, Series   In [4]: ser = Series([1, 2, 3, 4, np.nan])   In [5]: ser Out[5]: 0    1.0 1    2.0 2    3.0 3    4.0 4    NaN dtype: float64

 

 

 

(1) 결측값, 실측값을 다른 값으로 교체하기 : replace(old_val, new_val)

 

# replacing a value with other value In [6]: ser.replace(2, 20) Out[6]: 0     1.0 1    20.0 2     3.0 3     4.0 4     NaN dtype: float64   # replacing missing value(NaN) with other value In [7]: ser.replace(np.nan, 5) Out[7]: 0    1.0 1    2.0 2    3.0 3    4.0 4    5.0 dtype: float64

 

 

 

 

(2) list 를 다른 list 값으로 교체하기 : replace([old1, old2, ...], [new1, new2, ...])

 

In [8]: ser Out[8]: 0    1.0 1    2.0 2    3.0 3    4.0 4    NaN dtype: float64   In [9]: ser.replace([1, 2, 3, 4, np.nan], [6, 7, 8, 9, 10]) Out[9]: 0     6.0 1     7.0 2     8.0 3     9.0 4    10.0 dtype: float64

 

 

 

(3) mapping dict 로 원래 값, 교체할 값 매핑 : replace({old1 : new1, old2: new2})

 

In [10]: ser Out[10]: 0    1.0 1    2.0 2    3.0 3    4.0 4    NaN dtype: float64   In [11]: ser.replace({1: 6,     ...: 2: 7,     ...: 3: 8,     ...: 4: 9,     ...: np.nan: 10}) Out[11]: 0     6.0 1     7.0 2     8.0 3     9.0 4    10.0 dtype: float64

 

 

 

(4) DataFrame의 특정 칼럼 값 교체하기 : df.replace({'col1': old_val}, {'col1': new_val})

 

DataFrame 의 값을 교체하려면 dict { } 안에 원래와 교체할 'column name'과 'value' 를 짝을 이루어서 매핑해주면 됩니다.

 

In [13]: df = DataFrame({'C1': ['a_old', 'b', 'c', 'd', 'e'],     ...: 'C2': [1, 2, 3, 4, 5],     ...: 'C3': [6, 7, 8, 9, np.nan]}) In [14]: df Out[14]:       C1  C2   C3 0  a_old   1  6.0 1      b   2  7.0 2      c   3  8.0 3      d   4  9.0 4      e   5  NaN   In [15]: df.replace({'C1': 'a_old'}, {'C1': 'a_new'}) Out[15]:       C1  C2   C3 0  a_new   1  6.0 1      b   2  7.0 2      c   3  8.0 3      d   4  9.0 4      e   5  NaN In [16]: df.replace({'C3': np.nan}, {'C3': 10}) Out[16]:       C1  C2    C3 0  a_old   1   6.0 1      b   2   7.0 2      c   3   8.0 3      d   4   9.0 4      e   5  10.0

 

 

이상으로 Python pandas의 replace() method를 사용해서 결측값, 원래 값을 다른 값으로 교체하기 소개를 마치겠습니다.

 

결측값을 그룹별로 그룹별 평균으로 대체하기는 http://rfriend.tistory.com/402 를 참고하세요. 

많은 도움이 되었기를 바랍니다.