if [Age] = null then [Median Age] else [Age]

데이터 확인해줘

전처리해야 할 사항 알려줘

각각 어떻게 전처리해야 할 지 제안해줘.

첨부파일의 데이터를 colab을 통해서 전처리하고 싶어.
업로드 > 전처리 > 다운로드까지 진행하는 파이썬 코드 만들어줘.

from google.colab import files
import io
import pandas as pd
import numpy as np

# 1. 파일 업로드
uploaded = files.upload()  # CSV 선택

# 업로드한 파일 이름 (첫 번째 파일 기준)
filename = list(uploaded.keys())[0]
print("Uploaded file:", filename)

# CSV 로드
df = pd.read_csv(io.BytesIO(uploaded[filename]))
print("Raw shape:", df.shape)
df.head()

# ===== 2. Preprocessing v2 =====

df_raw = df.copy()  # 원본 보존

# 2-1. Embarked 결측치 → 최빈값으로 대체
if df['Embarked'].isnull().sum() > 0:
    most_freq_embarked = df['Embarked'].mode()[0]
    df['Embarked'] = df['Embarked'].fillna(most_freq_embarked)

# 2-2. CabinExist 생성 후 Cabin 컬럼 삭제
df['CabinExist'] = df['Cabin'].notnull().astype(int)
df = df.drop(columns=['Cabin'])

# 2-3. Name에서 Title 추출
df['Title'] = df['Name'].str.extract(r',\s*([^\.]+)\.', expand=False)
df['Title'] = df['Title'].str.strip()  # 공백 제거

# 대표 타이틀만 남기고 나머지는 Rare로 통합
common_titles = ['Mr', 'Mrs', 'Miss', 'Master']
df['Title'] = df['Title'].apply(lambda x: x if x in common_titles else 'Rare')

# 2-4. FamilySize, IsAlone 생성
df['FamilySize'] = df['SibSp'] + df['Parch'] + 1
df['IsAlone'] = (df['FamilySize'] == 1).astype(int)

# 2-5. Age 결측치: Pclass + Sex(문자) 그룹 중앙값으로 대체
age_median_by_group = df.groupby(['Pclass', 'Sex'])['Age'].median()

def fill_age(row):
    if pd.isnull(row['Age']):
        return age_median_by_group.loc[row['Pclass'], row['Sex']]
    return row['Age']

df['Age'] = df.apply(fill_age, axis=1)

# 2-6. Sex를 binary 인코딩 (female=1, male=0)
df['Sex'] = df['Sex'].map({'female': 1, 'male': 0})

# 2-7. Fare 로그 변환 (분포 완화용)
df['Fare_log'] = np.log1p(df['Fare'])

# 2-8. Embarked, Title 원-핫 인코딩 (0/1 타입으로 명시)
df = pd.get_dummies(df,
                    columns=['Embarked', 'Title'],
                    drop_first=True,
                    dtype=int)

# 2-9. 분석에 잘 안 쓰이는 Ticket, Name 삭제
drop_cols = []
for col in ['Ticket', 'Name']:
    if col in df.columns:
        drop_cols.append(col)
if drop_cols:
    df = df.drop(columns=drop_cols)

print("Preprocessed shape:", df.shape)
df.head()

# ===== 3. Save & Download =====

output_filename = 'titanic_train_preprocessed_v2.csv'  # 영어, 언더스코어, v2

df.to_csv(output_filename, index=False)
files.download(output_filename)