カテゴリ型の pandas Series を使うと、大幅にメモリを節約でき、元の列のメモリ使用量から最大で 90% も削減できることがあります。以下の各列をカテゴリ型 Series に変換した場合、どの列が最もメモリを節約できるでしょうか。used_cars データセットは読み込まれています。
pandas
used_cars
この演習はコースの一部です
理論を実践に変える、インタラクティブな演習のひとつをお試しください
ほぼすべてのデータセットにはカテゴリ情報が含まれており、見過ごされがちな“情報の宝庫”です。この章では、pandas が category というデータ型でカテゴリ列をどのように扱うかを学びます。さらに、データをカテゴリでグループ化して、有益な要約統計量を導き出す方法も身につけます。
ここでは、Series に対してカテゴリの設定・追加・削除を行う方法を学びます。さらに、カテゴリの更新、名称変更、統合(折りたたみ)、並べ替えを行い、そのスキルを使って DataFrame 内の他のデータを整形・参照する方法も探ります。
この章では、Python ライブラリの seaborn を使って、カテゴリカルデータによる有益な可視化を作成します。具体的には、カテゴリプロット(cat-plot)、箱ひげ図、棒グラフ、ポイントプロット、カウントプロットを扱います。続いて、カテゴリ列を可視化し、カテゴリでデータを分割して、数値列の要約統計量を視覚化する方法を学びます。
最後に、カテゴリカルデータを扱う際の一般的な落とし穴を回避する方法を学びます。さらに、Machine Learning 向けの前処理に役立つ label encoding と one-hot encoding を紹介し、データのエンコーディングスキルを強化します。
現在の演習