팬더의 카테고리 유형

Python pandas 라이브러리는 Category라는 데이터 유형을 지원합니다. pandas 데이터 프레임으로 작업할 때 범주를 사용하면 여러 면에서 도움이 됩니다. Category 데이터 유형에 대해 알아보겠습니다.

팬더의 카테고리 데이터 유형은 무엇입니까?

Category는 다음과 같은 고정된 수의 문자열 값이 있을 때 사용할 수 있는 데이터 유형입니다.

월(1월, 2월)

국가명(인도, 싱가포르)

사이즈(소,중,대)

간단한 방법은 문자열(1월 - 1일, 2월 - 2일 등)에 정수 값 시퀀스를 사용하는 것입니다.

범주는 C/C++, Java와 같은 다른 프로그래밍 언어의 ENUM 데이터 유형과 유사합니다.

카테고리 사용의 장점:

크기를 줄여 메모리를 많이 절약

처리 속도 증가

팬더 데이터 프레임에서 범주를 사용하는 방법:

- CSV 파일을 읽는 동안:

아래와 같이 파일을 읽으면서 열을 객체에서 카테고리로 변환할 수 있습니다.

filename = "~/Downloads/US_Accidents_Dec20.csv"
# Converting into category data type while reading CSV file
us_accidents_dec20_cat = pd.read_csv(filename, dtype = {'State' : 'category', 'City' : 'category'})

- 열을 카테고리 유형으로 변환:

아래와 같이 즉석에서 열을 변환할 수 있습니다.

# Loading csv file into data frame
filename = "~/Downloads/US_Accidents_Dec20.csv"
us_accidents_dec20_cat = pd.read_csv(filename,)

# Normal column access
us_accidents_dec20['State']

# Converting to category data type
us_accidents_dec20['State'].astype('category')

개체와 범주 데이터 유형 간의 메모리 비교:

일반 개체 열:

us_accidents_dec20['State'].memory_usage(deep=True) / 1e6

결과:249.720047

카테고리 열:

us_accidents_dec20['State'].astype('category').memory_usage(deep=True) / 1e6

결과:4.23684
저장 공간이 249에서 4로 줄어든 것을 분명히 확인할 수 있습니다. 이는 매우 큰 차이입니다.

카테고리 데이터 유형으로 변환하면 많은 데이터 세트의 처리 속도와 공간을 개선하는 데 확실히 도움이 됩니다.

행복한 배움!!

추신: 미국에서 2020년 12월의 중고 사고 데이터, 이 데이터는 kaggle에서 얻을 수 있습니다.