03-070. 대소문자 처리

대소문자 통일

영문 데이터에서 대소문자가 섞여 있으면 같은 값을 다른 값으로 인식할 수 있다. 예를 들어, 이메일 주소나 제품 코드와 같은 데이터는 대소문자를 통일하여 일관성을 유지하는 것이 좋다. 그룹 집계를 할 때 그룹의 기준이 되는 컬럼에 대소문자가 정리되어 있지 않거나 중복 제거에 영향을 준다.

코드

import pandas as pd

# 샘플 데이터 생성
data = {
    '이메일': ['User@example.com', 'ADMIN@EXAMPLE.COM', 'user@EXAMPLE.com'],
    '제품코드': ['abc123', 'ABC123', 'Abc123'],
    '이름': ['john doe', 'JANE SMITH', 'robert brown']
}
df = pd.DataFrame(data)

print("원본 데이터:")
print(df)
print("\n")

# 소문자로 통일 (이메일 주소는 일반적으로 소문자로 처리)
df['이메일'] = df['이메일'].str.lower()

# 대문자로 통일 (제품 코드는 일반적으로 대문자로 처리)
df['제품코드'] = df['제품코드'].str.upper()

# 첫 글자만 대문자로 (이름은 일반적으로 각 단어의 첫 글자를 대문자로)
df['이름'] = df['이름'].str.title()

print("대소문자 변환 후:")
print(df)

실행 결과

원본 데이터:
              이메일 제품코드        이름
0    User@example.com  abc123   john doe
1  ADMIN@EXAMPLE.COM  ABC123  JANE SMITH
2  user@EXAMPLE.com   Abc123 robert brown

대소문자 변환 후:
              이메일 제품코드        이름
0    user@example.com  ABC123   John Doe
1  admin@example.com  ABC123  Jane Smith
2  user@example.com   ABC123 Robert Brown

주요 문자열 메서드

str.lower(): 모든 문자를 소문자로 변환
str.upper(): 모든 문자를 대문자로 변환
str.title(): 각 단어의 첫 글자만 대문자로 변환
str.capitalize(): 문자열의 첫 글자만 대문자로 변환

이러한 대소문자 변환은 데이터 정제 과정에서 매우 중요하며, 특히 다음의 경우를 위해 많이 한다.

이메일 주소 정규화
제품 코드 표준화
영문 이름 데이터 정규화
검색 및 매칭 작업 전 데이터 준비

대소문자 통일​

대소문자 통일