열 이진화하기

숫자형 값은 종종 별도의 특성 공학 없이 그대로 사용할 수 있지만, 경우에 따라 어떤 형태의 가공이 유용할 때가 있어요. 예를 들어 어떤 상황에서는 값의 크기 자체보다는 증가/감소 방향이나 존재 여부만 중요할 수 있어요. 이런 경우에는 열을 이진화(binarize)하면 좋아요. so_survey_df 데이터에는 자발적으로(급여 없이) 일하는 설문 응답자가 많이 있어요. 각 사람이 급여를 받는지(연봉이 0보다 큰지)를 나타내는 Paid_Job이라는 새 열을 만들어 보세요.