Data Preprocess & EDA(2) - Feature Engineering

<Learned Stuff>

Key points

• Feature Engineering
  • 데이터셋에 존재하는 Feature들을 재조합하여 새로운 Feature를 만드는 것

 

개념

• NA, Null, NaN 차이
• object --> int
• Indexing

---

<New Stuff>

[Na, Null, NaN 의 차이]

• 파이썬에서는 NaN(NA)와 Null을 '정해지지 않은 값'의 의미로 같이 사용한다고 함

• (R에서의 NA는 '잘못된 값', Null은 '아직 정해지지 않은 값', 서로 다른 의미를 가짐)

 

[DataFrame column중 'object' 형태를 'int'형태로 바꾸는 과정]

# column type 중 'object'인 것만 가져오기

labels = df.columns #header 를 labels에 저장

new_labels= []

for i in labels :
    if df[i].dtypes == 'object' :
        new_labels.append(i) #해당 header의 data 값들 type 이 'object'면 new_labels 에 append

# 'object' 형태의 column을 apply(toint) 시키기

for i in new_labels :
    df[i] = df[i].apply(toint) #toint 는 int 형태로 바꿔주는 함수!

 

[Indexing 할 때 주의할 점]

• dataframe indexing 할 때 loc 나 iloc 쓰는 것을 권장

df.loc[indexer] # you know automatically that df.loc is selecting rows

df[indexer] # not clear if df[indexer] will select rows or columns