Pandas - convert_dtypes

convert_dtypes() Metodu

Bu metodu, veri setini otomatik olarak temizleyen ve düzenleyen "akıllı bir veri tipi (türü) dönüştürücüsü" gibi düşünebilirsin.

Sözdizimi:

DataFrame.convert_dtypes(infer_objects=True, convert_string=True, 
                        convert_integer=True, convert_boolean=True, 
                        convert_floating=True, 
                        dtype_backend='numpy_nullable')

Temel Sorun Nedir? (Neden Buna İhtiyacımız Var?)

Pandas'ın eski sürümlerinde veya standart NumPy kullanımında şöyle can sıkıcı durumlar yaşanır:

1. Tam Sayılar ve Boş Değerler: Elinde tam sayıların olduğu bir sütun var (örneğin: [1, 2, 5]). Eğer bu sütunda bir tane bile boş değer (NaN) varsa, Pandas mecburen bütün sayıları ondalıklı sayıya (float) çevirirdi. Çünkü standart int (tam sayı) tipi boş değerleri tanımazdı.

2. Metinler (String): Metin içeren sütunlar genellikle object (nesne) adında çok genel bir tipte saklanırdı. Bu da hem hafızayı yorar hem de bazı işlemleri zorlaştırırdı.

convert_dtypes() Ne Yapar?

convert_dtypes() metodu, Veri Çerçevemizin (tablomuzun) sütunlarına bakar ve şunu der: "Hey, bu sütun aslında tam sayı ama içinde boşluklar var diye float yapılmış. Ben bunu yeni nesil 'boşluk kabul eden tam sayı' (Int64) tipine çevireyim." veya "Bu sütun 'object' olarak görünüyor ama hepsi yazı, ben bunu 'string' tipine çevireyim."

Özetle verini en uygun ve en modern veri tipine dönüştürür.

Parametreler

Bu parametrelerin hepsi isteğe bağlıdır. Hiçbir şey yazmazsan (parantezi boş bırakırsan), Pandas çoğu zaman en doğru kararı verip hepsini True (Evet) kabul eder ve en iyi dönüşümü yapmaya çalışır.

1. Küçük Bir İpucu

Eğer tablodaki convert_integer=False yaparsan, Pandas tam sayıya çevirebileceği bir sütunu (örneğin [1, 2, 3]) olduğu gibi bırakır veya başka kurallar uygular, o özel dönüşümü pas geçer. Genelde varsayılan ayarlarda bırakmak en iyi sonucu verir.

Örneklerle Anlatım

Dokümandaki örneği adım adım inceleyelim.

1. Veri Setimizi Oluşturalım (Eski Tip)

Önce içinde karışık tiplerin ve boş değerlerin (np.nan) olduğu bir tablo oluşturalım.

import pandas as pd
import numpy as np

df = pd.DataFrame({
    "a": pd.Series([1, 2, 3], dtype=np.dtype("int32")),
    "b": pd.Series(["x", "y", "z"], dtype=np.dtype("O")),           # 'O' object demek (genel nesne)
    "c": pd.Series([True, False, np.nan], dtype=np.dtype("O")),     # İçinde boşluk olan Mantıksal (Boolean)
    "d": pd.Series(["h", "i", np.nan], dtype=np.dtype("O")),        # İçinde boşluk olan Metin
    "e": pd.Series([10, np.nan, 20], dtype=np.dtype("float")),      # Aslında tam sayı ama boşluk var diye float olmuş
    "f": pd.Series([np.nan, 100.5, 200], dtype=np.dtype("float")),  # Gerçek ondalıklı sayı
})
print(df)

print("--- Dönüştürmeden Önceki Tipler ---")
print(df.dtypes)

Çıktı:

   a  b      c    d     e      f
0  1  x   True    h  10.0    NaN
1  2  y  False    i   NaN  100.5
2  3  z    NaN  NaN  20.0  200.0

--- Dönüştürmeden Önceki Tipler ---
a      int32
b     object
c     object
d     object
e    float64
f    float64
dtype: object

Dönüştürmeden Önceki Çıktı (Sorunlar):

• b, c, d sütunları object olarak görünüyor (Verimsiz).

• e sütunu aslında 10 ve 20 gibi tam sayılar içeriyor ama aradaki NaN yüzünden float64 olmuş.

2. convert_dtypes() ile Dönüştürme (Çözüm)

Şimdi sihirli komutumuzu kullanalım:

dfn = df.convert_dtypes()
print(dfn)

Çıktı:

   a  b      c     d     e      f
0  1  x   True     h    10   <NA>
1  2  y  False     i  <NA>  100.5
2  3  z   <NA>  <NA>    20  200.0

Şimdi dönüştürme sonrası sütun tiplerine (türlerine) bakalım.

print("--- Dönüştürdükten Sonraki Tipler ---")
print(dfn.dtypes)

Çıktı:

a             Int32
b    string[python]
c           boolean
d    string[python]
e             Int64
f           Float64
dtype: object

Dönüştürdükten Sonraki Çıktı (Sonuç):

• a (Int32): Zaten tam sayıydı, modern tam sayı oldu.

• b (string): object yerine artık net bir şekilde string (metin) oldu.

• c (boolean): İçinde boşluk olduğu için eskiden object idi, şimdi boolean (Mantıksal: Doğru/Yanlış) oldu ve boş değerleri (<NA>) destekliyor.

• e (Int64): Eskiden float (10.0, 20.0) idi. Artık Int64 oldu. Yani hem tam sayı kaldı hem de boş değeri (<NA>) kabul etti.

Özet: Ne Zaman Kullanmalısın?

• Veriyi bir CSV veya Excel'den okudun ve df.dtypes yazdığında her yer object veya gereksiz yere float görünüyorsa,

• Veri setini temizleyip hafızada daha az yer kaplamasını istiyorsan,

• Boş değerlerle (NaN veya <NA>) başın dertteyse ve mantıklı bir veri tipi (Nullable Types) istiyorsan,

df = df.convert_dtypes() komutunu kullanarak verini modernize edebilirsin.

Kaynak:

• pandas.DataFrame.convert_dtypes — pandas 2.3.3 documentation

• Google Gemini