첫 살펴보기
전체 Avazu 데이터셋을 사용해 열의 데이터 타입을 살펴보며 여러 새로운 특성을 탐색해 보세요. 새로운 데이터에는 site_id, app_id, device_id 등과 같은 범주형 열이 포함되어 있으며, 이는 각각 특정 사이트, 앱, 사용자에 대한 여러 식별자예요. 먼저, 수치형 열과 범주형 열을 구분해 출력하겠습니다.
DataFrame 형태의 샘플 데이터는 df로 로드되어 있어요. 작업 공간에는 pandas가 pd로도 준비되어 있어요.
이 연습은 강의의 일부입니다
Python으로 Machine Learning을 활용한 CTR 예측
연습 안내
.columns를 사용해df의 열 이름을 출력하세요..dtypes를 사용해df의 각 열 데이터 타입을 출력하세요.- 수치형 열만 포함한
df의 부분집합을 선택하여(예:include = ['int', 'float']사용) 해당 열을 출력하세요. - 범주형 열만 포함한
df의 부분집합을 선택하여(예:include = ['object']사용) 해당 열을 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Print columns
print(df.____)
# Print data types of columns
print(df.____)
# Select and print numeric columns
numeric_df = df.____(include=['____', 'float'])
print(numeric_df.____)
# Select and print categorical columns
categorical_df = df.____(include=['____'])
print(categorical_df.____)