Python Pandas 의 DataFrame.convert_dtypes() 메서드는 DataFrame 의 열을 가능한 최상의 데이터 유형으로 변환하는 데 사용됩니다. 혼합된 데이터 유형을 포함하는 DataFrame 열을 처리하거나, 가장 적합한 데이터 유형으로 데이터를 저장하여 메모리 사용량을 최적화하려는 경우 특히 유용합니다.
VM 시작이 완료되면, 왼쪽 상단 모서리를 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 접근하십시오.
때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한 사항으로 인해 작업의 유효성 검사는 자동화될 수 없습니다.
학습 중에 문제가 발생하면 언제든지 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 문제를 신속하게 해결해 드리겠습니다.
먼저, DataFrame 클래스와 convert_dtypes() 메서드를 제공하는 pandas 라이브러리를 가져와야 합니다. 그런 다음, 서로 다른 데이터 유형의 열을 가진 DataFrame 을 생성할 수 있습니다.
import pandas as pd
df = pd.DataFrame({'A': ['a', 'b', 'c'], 'B': ['d', 'e', 'f'], 'C': [1, 2, 3], 'D': [True, False, True]})DataFrame 열의 현재 데이터 유형을 확인하기 위해 dtypes 속성을 사용할 수 있습니다.
print("Current data types:")
print(df.dtypes)DataFrame 열을 최적의 데이터 유형으로 변환하려면 convert_dtypes() 메서드를 사용할 수 있습니다. 기본적으로, 이 메서드는 object 데이터 유형을 가장 적합한 유형으로 변환하려고 시도합니다. 예를 들어, 문자열을 포함하는 object 열에는 StringDtype을, 부울 값을 포함하는 object 열에는 BooleanDtype을 사용합니다.
df_converted = df.convert_dtypes()이제 변환 후 DataFrame 열의 데이터 유형을 확인할 수 있습니다.
print("Data types after conversion:")
print(df_converted.dtypes)이 랩에서는 Python Pandas 에서 DataFrame.convert_dtypes() 메서드를 사용하여 DataFrame 의 열을 최적의 데이터 유형으로 변환하는 방법을 배웠습니다. 이 메서드는 열에 혼합된 데이터 유형이 있거나 메모리 사용량을 최적화할 때 유용합니다. 열을 가장 적합한 데이터 유형으로 변환함으로써 데이터 분석 및 조작 효율성을 향상시킬 수 있습니다.