[Feature Engineering]변수 인덱싱, 결측값 생성

Feature Engineering

🏆 학습 목표

• Feature Engineering 의 목적을 이해 할 수 있다.
• pandas를 통해 문자열(string)을 다룰 수 있다.

→ replace(',' , '')함수로 콤마 제거 후, 문자열 → 숫자

• 데이터프레임에 .apply()를 사용하여 행을 수정하거나 새로 작업 할 수 있다.

→ 데이터프레임 변수에 한번에 적용할 수 없는 함수를 df['변수1'].apply(함수)로 적용

---

데이터프레임에서 변수 인덱싱

 

 

두개 이상의 컬럼을 추출할 때

# df[['변수1', '변수2']] -> 1개 이상의 컬럼을 추출하는 경우에는 대괄호를 2번( [[]] ) 사용* 
df[['영업이익률', '영업이익률2']].head() 

숫자로 인덱싱 → iloc[]

df.iloc[:,[3,  4,  5]]

→ 행은 전부 불러오고(:), 3,4,5 위치의 열을 불러올 때

변수 이름으로 인덱싱 → loc[]

df.loc[2,'당기순이익(비지배)']

---

임의로 결측값(NaN) 생성하는 방법

df.loc[2,'당기순이익(비지배)'] = np.nan

-> 넘파이의 nan함수 이용