성동2기 전Z전능 데이터 분석가 18일차 [numpy, pandas_01]

데이터분석 기초 이해

head() : 데이터의 앞부분 출력

tail() : 데이터의 뒷부분 출력

shape() : 데이터의 행, 열 개수 출력

info() : 변수 속성 출력

- non-null count : null(누락된 값)을 제외하고 구한 값의 개수

- dtype(변수속성) : int64(정수), float(실수), object(문자), datetime64(날짜 시간)

 

describe() : 요약 통계량 출력 

---

데이터 프레임으로 실습

데이터 프레임 만들기

(좌)데이터프레임 컬럼 변수명 var1,var2 / (우)변수명을 var2를 v2로 변경 후 출력

(좌) mpg데이터 불러오고 앞부분 출력 / (우) 변수명 바꾸고 변수명에 대한 모든 요약 통계 확인하기(include)

 

*데이터 프레임을 복사할 때 df.copy()를 사용하는 이유

df_new = df_raw와 같이 작성하면 df_new와 df_raw는 이름만 다를 뿐 한 몸 처럼 항상 같은 값을 갖게 됨. 어느 한쪽을 수정하면 다른 한쪽도 수정되므로, 복사본을 수정해도 원본은 영향을 받지 않도록 df.copy()를 사용

 

---

파생 변수(derived variable)

파생 변수는 기존의 변수를 변형하여 만든 변수이다. 가령 아래에서 데이터프레임의 열(column) var1, var2를 활용해서 총합을 나타내는 열인 var_sum, 평균을 나타내는 var_mean 같은 파생변수를 추가할 수 있다.

(좌) 기존 데이터 프레임 / (중앙) var1과 var2의 총합인 var_sum 파생변수 추가 / (우) var1과 var2의 평균인 var_mean 파생변수 추가

 

[조건문을 활용해 파생변수 만들기]

 

1. 기준값 정하기

total 요약 확인

 

2. 합격 판정 변수 만들기

파생변수 test에 Pass/Fail 출력

 

3. 빈도표로 합격 판정 자동차 수 살펴보기 

빈도표 숫자 값 출력

 

4. 막대그래프로 빈도 표현하기 

원랜 pass, fail 문자가 세로로 되어 있었는데 (rot = 0)으로 돌림

 

[중첩 조건문 활용하기]

 

1. 연비등급 변수 만들기

연비 등급에 관한 변수'grade'를 만들고 조건문으로 등급 출력

 

 

2. 빈도표와 막대 그래프로 연비 등급 살펴보기

(좌) 빈도표, 그래프를 생성했지만 문자 순서가 뒤죽박죽 / (우) .sort_index메소드 추가하여, 문자 순서 정렬

 

 

*메소드 체이닝(method chaining)

.을 이용해 메소드를 계속 이어서 작성하는 방법 (ex. mpg['grade'].value_counts().sort_index()) 변수에 여러 메소드를 순서대로 적용한다. 출력 결과를 변수에 할당하고 다시 불러오는 작업을 반복하지 않아도 된다.

 

필요한 만큼 범주 만들기 : 범주의 수 -1

이해도 보충 필요

 

목록에 해당하는 행으로 변수 만들기 

- category에서 compact, subcompact, 2seater는 스몰 아니면 라지라는 뜻 (확인필요)

- np.where()에 여러 조건 입력할 때 각 조건에 괄호 입력 주의

버티컬 바 '❘' 는 or을 의미하는 기호

위 코드의 간단 버전. df.isin을 사용함

 

정리하기