DataFrame은 Pandera로, 모델은 Pydantic으로 데이터를 검증한다.

DataFrame은 Pandera로, 모델은 Pydantic으로 데이터를 검증한다.
Photo by Marc Linnemann / Unsplash

Pandera: 데이터프레임 검증에 최적화된 도구

주요 장점

  • Pandas와 통합: Pandas 데이터프레임에 대해 스키마 기반 검증을 수행합니다.
  • 유연한 검증 조건: 열 데이터 타입, 값 범위, Null 여부 등 다양한 검증 조건을 정의할 수 있습니다.
  • 명확한 오류 메시지: 스키마 불일치에 대한 명확한 오류 메시지를 제공합니다.

단점

  • 대용량 데이터 검증에서는 속도가 느릴 수 있습니다.
  • 데이터프레임 외 다른 데이터 구조에는 적합하지 않습니다.

대안

  • Pydantic(DataFrame이 아닌 일반 데이터 객체 검증에 적합)
  • Cerberus(더 가벼운 데이터 검증 라이브러리)

샘플 코드

import pandas as pd
import pandera as pa
from pandera import Column, DataFrameSchema

# 데이터 스키마 정의
schema = DataFrameSchema({
    "name": Column(str, nullable=False),
    "age": Column(int, pa.Check(lambda x: x > 0), nullable=False),
    "email": Column(str, pa.Check.str_matches(r"^.+@.+\..+$"), nullable=True)
})

# 검증 대상 데이터프레임
data = pd.DataFrame({
    "name": ["Alice", "Bob", "Charlie"],
    "age": [25, 30, -1],
    "email": ["alice@example.com", "bob@site.com", None]
})

# 데이터 검증 수행
validated_data = schema.validate(data)  # 오류 발생 시 명확한 메시지 제공

Pydantic: 모델 기반 데이터 검증 도구

주요 장점

  • 타입 힌트 기반 검증: Python의 타입 힌트를 활용하여 데이터를 검증합니다.
  • 자동 변환: 입력 데이터 타입이 일치하지 않더라도 자동으로 변환합니다.
  • 직관적인 사용법: 직관적인 API로 데이터 검증 로직을 간소화합니다.

단점

  • 대용량 데이터 처리에 부적합합니다.
  • 데이터프레임 기반 분석 작업에는 적합하지 않습니다.

대안

  • Marshmallow(직렬화와 데이터 검증 지원)
  • Cerberus(더 간단한 스키마 정의 가능)

샘플 코드

from pydantic import BaseModel, EmailStr, ValidationError

# 데이터 모델 정의
class User(BaseModel):
    name: str
    age: int
    email: EmailStr

# 검증 대상 데이터
user_data = {"name": "Alice", "age": "25", "email": "alice@example.com"}

try:
    # 데이터 검증 및 변환
    user = User(**user_data)
    print(user)
except ValidationError as e:
    print(e.json())

Read more

[책]Reshuffle: Who wins when AI restacks the knowledge economy

[책]Reshuffle: Who wins when AI restacks the knowledge economy

원래는 Amazon에 가서 Personal Knowledge Managment에 관한 책을 사려고 했다. Sketch Your Mind라는 책이었는데, 그 때 이 책 “Reshuffle”을 발견하였다. AI가 어떻게 Knowledge Economy를 흔들 것가? 라는 부제를 훑어보면서 저자가 쓴 다른 책을 보게 되었는데 거기에 내가 좋아했던 책을쓴 저자라는 것을 알게 되었다. 그래서 크게 고민하지 않고 구매를 하고

By Bongho, Lee
[책]올라운드투자, 누군가의 투자일기

[책]올라운드투자, 누군가의 투자일기

“올라운드 투자”라는 제목을 보았을 때는, “올라운드 플레이어”가 생각이 났다. “올라운드”라는 표현을 오랜만에 들어본 까닭이었다. 그럼에도 불구하고 이 책을 고른 것은 저자가 그간 보여준 컨텐츠에 대한 신뢰가 있던 까닭이었다. 컨텐츠를 다양하게 보는 편이지만 깊이가 아주 있지는 않았다. 여기서 깊이라 함은 기존 전문적인 정량적 분석의 내용의 수준을 말하는 것이다.

By Bongho, Lee
내가 놓치고 있던 미래, 먼저 온 미래를 읽고

내가 놓치고 있던 미래, 먼저 온 미래를 읽고

장강명 작가의 책은, 유학시절 읽고 처음이었다. 유학시절 "한국이 싫어서"라는 책은 동기부여가 상당히 되는 책이었다. 한국을 떠나 새로운 정채성을 학생으로서 Build up 해나가고 있던 상황에서 이 책은 제목부터 꽤 솔깃하였다. 물론 결말이 기억날 정도로 인상깊은 책은 아니었지만 말이다. 그렇게 시간이 흘러 장강명 작가의 책은 더 이상 읽지 않던

By Bongho, Lee