[Pandas] replace / astype

정의

• replace(...) : 특정 값을 다른 값으로 치환
• astype(...) : dtype 변환

replace 기본

s.replace('A', 'X')                       # 단일 값
s.replace(['A', 'B'], 'X')                # 여러 값을 하나로
s.replace(['A', 'B'], ['X', 'Y'])         # 매핑
s.replace({'A': 'X', 'B': 'Y'})           # dict 매핑

import pandas as pd
s = pd.Series(['A', 'B', 'C', 'A', 'B'])
print(s.replace({'A': 1, 'B': 2, 'C': 3}).tolist())

[1, 2, 3, 1, 2]

정규식

s.replace(r'^\s+', '', regex=True)        # 앞 공백 제거
s.replace({r'\d+': 'NUM'}, regex=True)    # 숫자 → 'NUM'

DataFrame.replace

df.replace('?', pd.NA)                                    # 모든 셀
df.replace({'A': {'old': 'new'}})                         # 컬럼별 매핑
df.replace({'name': 'unknown', 'city': 'N/A'}, pd.NA)

NaN 으로 치환

df.replace('', pd.NA)
df.replace(['', '?', '-', 'N/A'], pd.NA)
# [[Pandas dropna / fillna]] 와 조합

str.replace 와의 차이

• Series.replace : 전체 값 매칭 (정확히 일치)
• Series.str.replace : 부분 문자열 매칭

s = pd.Series(['hello world', 'world cup'])
s.replace('world', 'X')               # 그대로 (전체 일치 안 함)
s.str.replace('world', 'X')           # 'hello X', 'X cup'

astype 기본

df['age'] = df['age'].astype('int32')
df['code'] = df['code'].astype(str)
df['city'] = df['city'].astype('category')
df['flag'] = df['flag'].astype(bool)

여러 컬럼 한 번에

df = df.astype({
    'id': 'int32',
    'name': 'string[pyarrow]',
    'age': 'Int8',
    'is_active': 'boolean',
})

자주 쓰는 dtype

변환 함정 (errors)

df['x'].astype('int64')               # 변환 실패 시 ValueError
pd.to_numeric(df['x'], errors='coerce')   # 실패 시 NaN
pd.to_numeric(df['x'], errors='ignore')   # 원본 반환

to_numeric, to_datetime, to_timedelta 에는 errors 옵션이 있다.

astype vs to_numeric / to_datetime

# 같은 결과지만 처리 방식 다름
df['x'].astype('int64')                   # 엄격, 실패 시 throw
pd.to_numeric(df['x'], errors='coerce')   # 관대, 실패 → NaN

데이터 클리닝에는 to_numeric / to_datetime 권장.

자주 쓰는 패턴

category 로 메모리 절약

df['city'] = df['city'].astype('category')
df.memory_usage(deep=True)

Pandas Categorical 참고.

NaN-aware 정수

df['count'] = df['count'].astype('Int64')   # NaN 가능 정수

bool → 0/1

df['flag_int'] = df['flag'].astype(int)

정수 → 문자 (zfill)

df['code_str'] = df['code'].astype(str).str.zfill(8)
# 12345 → '00012345'

함정

1. NaN 이 있는 int 컬럼

df['age'].astype('int64')      # NaN 있으면 ValueError
df['age'].astype('Int64')      # ✓ nullable
df['age'].fillna(0).astype('int64')   # NaN → 0 후 변환

2. astype(‘category’) 후 새 카테고리 추가

df['city'] = df['city'].astype('category')
df.loc[100, 'city'] = 'NewCity'   # ❌ categories 에 없음
df['city'] = df['city'].cat.add_categories('NewCity')

3. dtype 강등 (object)

df['x'] = df['x'].where(cond, 'fallback')
# x 가 int 였어도 결과는 object

참고

• Pandas Categorical
• Pandas dropna / fillna
• Pandas to_datetime