파이썬 | pandas | replace 함수를 이용해 데이터프레임의 값 변경하기

이 글은 pandas 라이브러리의 replace 함수를 이용해 데이터프레임의 값을 변경하는 방법에 대해 정리한 글이다.

---

Sample Data

샘플 데이터에 대해 소개하면, 해당 데이터는 아래 코드를 통해 임의로 생성한 데이터이다.

import pandas as pd
import numpy as np
import random

# 문항 개수
num_questions = 10

# 응답자 수
num_respondents = 100

# 응답 범주
responses = ['매우 그렇다', '그렇다', '약간 그렇다', '그렇지 않다', '전혀 그렇지 않다']

# 무작위 응답 생성
np.random.seed(0)
survey_data = np.random.choice(responses, size=(num_respondents, num_questions))

# 데이터프레임 생성
columns = [f'Question {i+1}' for i in range(num_questions)]
df = pd.DataFrame(survey_data, columns=columns)

# 데이터프레임 저장
df.to_csv('./sample_data/survey_sample_data.csv', encoding='cp949')

임의의 100명에게 10개의 질문에 대해 답변을 받았으며, 각 질문은 '전혀 그렇지 않다'부터 '매우 그렇다'까지 5단계 중 하나의 답변이 응답되어 있다고 가정하고 데이터를 생성하였다. 해당 데이터는 아래와 같이 구성되어 있다.

survey_sample_data의 형태

---

특정 값 변경

replace 함수의 가장 기본적인 사용 방법이자, 특정한 값을 변경하는 방법이다. 가장 기본적인 사용법이라고 할 수 있다. replace 함수는 완벽히 일치하는 값을 찾아 원하는 값으로 변경하는 기능을 수행한다.

df.replace('현재 값','대체 값')

샘플 데이터에서 '전혀 그렇지 않다'라는 값을 1로 바꾸고 싶으면 아래와 같이 사용할 수 있다. '전혀 그렇지 않다'에 해당하는 값이 모두 1로 바뀐 것을 확인할 수 있다.

import pandas as pd

sample_data = pd.read_csv('./sample_data/survey_sample_data.csv', encoding='cp949')

sample_data.replace('전혀 그렇지 않다', 1)

---

여러 값을 동시에 변경

replace 함수를 활용해서 여러 값을 동시에 변경할 수 있다. 방법은 크게 딕셔너리를 이용하는 방법과 리스트를 이용하는 방법으로 나뉜다. 데이터에 맞춰서 편하게 사용할 수 있는 방법을 활용하면 된다.

딕셔너리 이용

먼저 파이썬의 딕셔너리를 이용한 방법이다. 딕셔너리는 key-value의 쌍으로 이루어져 있으므로, key에는 현재 값을, value에는 대체 값을 넣어 쌍으로 만들어주면 된다. (딕셔너리는 중괄호({})로 묶여 있으며, key-value 쌍은 콤마(,)를 통해 구분한다는 점을 잊지말자)

df.replace({'현재_값1':'대체_값1', '현재_값2':'대체_값2'})

'매우 그렇다'를 5로, '그렇다'를 4로 변경하려면 아래와 같이 코드를 입력하면 바꿀 수 있다.

import pandas as pd

sample_data = pd.read_csv('./sample_data/survey_sample_data.csv', encoding='cp949')

sample_data.replace({'매우 그렇다':5, '그렇다':4})

리스트 이용

다음은 리스트를 이용하는 방법이다. 리스트를 이용하여 바꾸기 위해서는 현재 값이 들어 있는 리스트와 대체 값이 들어있는 리스트가 있어야 한다. 이 두 리스트의 개수는 항상 같아야 한다. (개수가 다르면 오류 발생)

df.replace(['현재값1', '현재값2', '현재값3'], ['대체값1', '대체값2', '대체값3'])

만약 현재 값이 저장되어 있는 리스트와 대체 값이 저장되어 있는 리스트가 별도로 있다면 아래와 같이 코드를 사용할 수도 있다.

list1 = ['현재값1', '현재값2', '현재값3']
list2 = ['대체값1', '대체값2', '대체값3']

df.replace(list1, list2)

리스트를 이용하여 '매우 그렇다'를 5로, '그렇다'를 4로 변경하려면 아래와 같이 코드를 작성할 수 있다. opt는 현재 값이 저장되어 있는 리스트이며, idx는 대체 값이 저장되어 있는 리스트이다.

import pandas as pd

sample_data = pd.read_csv('./sample_data/survey_sample_data.csv', encoding='cp949')

opt = ['매우 그렇다', '그렇다']
idx = [5, 4]

sample_data.replace(opt, idx)

---

요약

• replace 함수를 사용하여 데이터프레임의 값을 변경할 수 있다.
• 특정 하나의 값을 사용할 때에는 df.replace('현재 값','대체 값')과 같이 코드를 작성할 수 있다.
• 여러 값을 한번에 변경할 때에는 딕셔너리 혹은 리스트를 이용하여 코드를 작성할 수 있다.
  • 딕셔너리 이용 : df.replace({'현재_값1':'대체_값1', '현재_값2':'대체_값2'})
  • 리스트 이용 : df.replace(['현재값1', '현재값2', '현재값3'], ['대체값1', '대체값2', '대체값3'])