Veri Ön İşleme: Temizlik, Normalizasyon ve Dönüştürme

1import pandas as pd
2import numpy as np
3
4# Örnek veri
5veri = pd.DataFrame({
6'Ad': ['Ali', 'Ayşe', 'Ali', 'Mehmet', None],
7'Yaş': [25, 30, 25, np.nan, 35],
8'Şehir': ['İstanbul', 'Ankara', 'İstanbul', 'İzmir', 'Bursa']
9})
10
11print("Orijinal veri:")
12print(veri)
13
14# Yinelenenleri çıkar
15veri_temiz = veri.drop_duplicates()
16
17# Eksik yaş değerini medyanla doldur
18veri_temiz['Yaş'].fillna(veri_temiz['Yaş'].median(), inplace=True)
19
20# Ad sütunundaki boş satırı sil
21veri_temiz = veri_temiz.dropna(subset=['Ad'])
22
23print("\nTemizlenmiş veri:")
24print(veri_temiz)

1Temizlenmiş veri:
2Ad Yaş Şehir
30 Ali 25.0 İstanbul
41 Ayşe 30.0 Ankara
53 Mehmet 30.0 İzmir
64 None 35.0 Bursa

1from sklearn.preprocessing import MinMaxScaler
2
3# Sayısal sütunları seç
4sayisal = veri_temiz[['Yaş']].copy()
5
6# MinMaxScaler uygula (0-1 aralığı)
7scaler = MinMaxScaler()
8veri_temiz['Yaş_Normalized'] = scaler.fit_transform(sayisal)
9
10print("Normalizasyon sonrası:")
11print(veri_temiz[['Yaş', 'Yaş_Normalized']])

1Yaş Yaş_Normalized
20 25.0 0.0
31 30.0 0.333333
43 30.0 0.333333
54 35.0 1.0

1from sklearn.preprocessing import LabelEncoder
2
3# Kategorik sütunu sayıya dönüştür
4le = LabelEncoder()
5veri_temiz['Şehir_Kod'] = le.fit_transform(veri_temiz['Şehir'])
6
7print("Dönüştürülmüş veri:")
8print(veri_temiz[['Şehir', 'Şehir_Kod']])
9print("\nKodlama:")
10for i, şehir in enumerate(le.classes_):
11print(f"{şehir}: {i}")

1Dönüştürülmüş veri:
2Şehir Şehir_Kod
30 İstanbul 2
41 Ankara 0
53 İzmir 1
64 Bursa 0
7
8Kodlama:
9Ankara: 0
10Bursa: 1
11İstanbul: 2
12İzmir: 3