カスタムの真偽値を設定する
ブール型の列では、pandas は自動的に、"TRUE" や 1 を True、"FALSE" や 0 を False として認識します。一方で、アンケートなどのデータセットでは、"Yes" や "No" のように既定では認識されない値が使われることがあります。
練習として、New Developer Survey の一部のブール列はこの方式で符号化されています。ここでは、true_values と false_values 引数を使って、正しく解釈されるように設定します。
pandas は pd として読み込まれています。対象の列には欠損値がないと仮定してかまいません。
この演習はコースの一部です
pandasで効率よくデータを取り込む
演習の手順
- Excel ファイルを読み込み、真の値として
"Yes"、偽の値として"No"を指定してください。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Load file with Yes as a True value and No as a False value
survey_subset = pd.read_excel("fcc_survey_yn_data.xlsx",
dtype={"HasDebt": bool,
"AttendedBootCampYesNo": bool},
____,
____)
# View the data
print(survey_subset.head())