Machine Learning 실습 (10)

3.6.7  Text 데이터 다뤄보기

- Name 컬럼 사용해보기 : 중간 호칭 추출

# 1. 사용자 정의 함수 : 문자열 호칭 추출하는 기능을 만들어보자
def split_title(s) :
    return s.split(',')[1].split('.')[0].strip()

train['Title'] = train['Name'].apply(split_title)
test['Title'] = test['Name'].apply(split_title)

plt.figure(figsize=(15,5)) # x,y
sns.countplot(data=train,x='Title',hue='Survived')

 

train['Title'].unique().size

17

 

# 호칭의 개수 정리해보기
title = ['Mr','Mrs','Miss','Master','Rev','Don','Dr', 'Mme', 'Ms',
       'Major', 'Lady', 'Sir', 'Mlle', 'Col', 'Capt', 'the Countess',
       'Jonkheer']
len(title)
# 변환될 호칭 정리
cvt_title = ['Mr','Mrs','Miss','Master','Rev'] + ['Other']*12
# zip 함수 - 같은 위치에 있는 요소끼리 묶음
title_dict = dict(zip(title,cvt_title))

train['Title']

 

train['Title'].map(title_dict).unique()

 

train['Title'] = train['Title'].map(title_dict)

# test 데이터도 적용해야함
test['Title'].unique().size

9

 

title_dict['Dona'] = 'Other'
title_dict

 

test['Title'] = test['Title'].map(title_dict)