데이터 타입 변경, 단위 맞추기(평당분양가격)
분양가격을 수치화하기 위해 데이터 타입을 변경해보자.
데이터를 비교하기 위해서는 단위가 같아야 하므로 단위를 맞춰보자.
결측치 = 값이 없는 것 = isnull() -> 값이 비어있는지?
isnull() == True : 값이 비어있다.
isnull() == False: 값이 있다.
1. numpy 불러오기
pandas 내부에는 numpy 라는 도구가 있는데,
이 numpy 는 파이썬에서 사용하는 계산기라고 생각하면 된다.
pd.np.nan 을 사용하면 경고메세지가 뜨는데,
import numpy as [원하는 변수] 로 직접 numpy를 불러오라는 에러메세지 이다.
as 는 alias 의 약칭으로 앞으로, numpy를 [원하는 변수]로 부르겠다는 의미이다.
보통, numpy = np , pandas = pd 처럼 한눈에 봐도 무엇을 말하는지 알게끔 약칭을 정하는 것이 일반적이다.
(이전 버전에서는 pd.np를 통해 pandas 에서 바로 numpy 를 불러올 수 있었다.)
이렇게 해주면 오류나지 않는다.
2. 데이터 타입 변경
분양가격이 문자 타입으로 되어있다. 문자열 타입은 계산할 수 없기 때문에 수치 데이터로 변경해준다.
결측치 (nan)가 있을때 변환이 제대로 되지 않기 때문에 pd.to_numeric 을 통해 데이터 타입을 변경한다.
to_numeric: 데이터 타입을 숫자로 변경해주는 구문임.
- errors = 'ignore' -> 만약 숫자로 변경할 수 없는 데이터라면 숫자로 변경하지 않고 원본 데이터를 그대로 반환
- errors = 'coerce' -> 만약 숫자로 변경할 수 없는 데이터라면 기존 데이터를 지우고 NaN으로 설정하여 반환
- errors = 'raise' -> 만약 숫자로 변경할 수 없는 데이터라면 에러를 일으키며 코드를 중단
분양가격 칸을 만들어주어서, 원래 문자열 타입이었던 데이터를 수치로 변경해준 값들을 분양가격 칸에 대입한다.
3. 평당분양가격 구하기
데이터포탈에 올라와 있는 2013년 부터의 데이터는 평당분양가격 기준으로 되있기 때문에 단위를 맞춰주기 위하여 3.3을 곱해주어서 '평당분양가격' 칸을 하나 만들어 준다.
정확한 비교를 위해 단위를 맞춰주어 평당분양가격 칸을 만들어 주었다.
[출처]: 인프런, "공공데이터로 파이썬 데이터 분석 시작하기" 박조은 선생님 강의
파일 출처: 공공데이터포털, 주택도시보증공사_전국 신규 민간 아파트 분양가격 동향