將 pandas 的類別型 Series 用在適合的欄位時,可以大幅節省記憶體,有時可達原本欄位使用量的 90%。如果把下列各欄都轉成類別型 Series,哪一個欄位能省下最多記憶體?已為你載入 used_cars 資料集。
pandas
used_cars
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
幾乎每個資料集都包含類別資訊,而且往往是尚未被挖掘的寶藏。本章你會學到 pandas 如何以 category 資料型別處理類別欄位。你也會發現如何依類別分組,找出有用的摘要統計。
現在要學習如何在 Series 中設定、加入與移除類別。你也會練習更新、重新命名、合併與重新排序類別,接著運用這些新技巧來清理並存取 DataFrame 中的其他資料。
本章你會使用 Python 的 seaborn 函式庫,建立以類別資料為基礎的資訊型視覺化,包括類別圖(cat-plot)、盒狀圖、長條圖、點圖與計數圖。接著你會學到如何視覺化類別欄,並依類別欄分割資料,來呈現數值欄位的摘要統計。
最後,你會學到如何避開使用類別資料的常見陷阱。你也會精進資料編碼技巧,認識標籤編碼與 one-hot 編碼,協助你為機器學習演算法準備資料。
當前練習