유데미 스타터스 취업 부트캠프 4기 - 데이터분석/시각화(태블로) 4주차 학습 일지(2)

유데미 스타터스 취업 부트캠프 4기 - 데이터분석/시각화(태블로) 4주차 학습 일지(1)
유데미 스타터스 취업 부트캠프 4기 - 데이터분석/시각화(태블로) 4주차 학습 일지(2)
유데미 스타터스 취업 부트캠프 4기 - 데이터분석/시각화(태블로) 4주차 학습 일지(3)

데이터 분석을 위한 파이썬 로드맵(내가 보려고 만듦)

---

데이터 전처리, 탐색

1) 데이터 추출

필요한 속성만 추출

Q. 'math' 컬럼 추출하기

# 시리즈 형태로 추출
s_math = df['math']

# 데이터프레임 형태로 추출
df_math = df[['math']]

조건에 따라 추출

Q. kor의 값이 60~90인 학생의 name, kor 추출하기

df[(df['kor']>=60)&(df['kor']<=90)][['name','kor']]

Q. 이름이 Amy, Rose인 데이터 추출하기

df[df['name'].isin(['Amy','Rose'])]

인덱스, 행번호로 추출

.loc[인덱스]

# 시리즈 형태로 추출
s_Evan = df.loc['i3']

# 데이터프레임 형태로 추출
df_Evan = df.loc[['i3']]

# 인덱스, 컬럼에 해당하는 데이터 한 개 추출
df.loc['i3','kor']

>>

>>

>> 100.0

.iloc[행번호]

# 시리즈 형태로 추출
s_Evan = df.iloc[3]

# 데이터프레임 형태로 추출
df_Evan = df.iloc[[3]]

# 행번호, 열번호에 해당하는 데이터 한 개 추출
df.iloc[3,0]

>>

>>

>> 'Evan'

---

2) 결측치 확인/처리

Q. kor이 null인 데이터를 추출하시오

df[df.kor.isnull()]

Q. 결측치가 존재하는 모든 행 삭제하기

df.dropna()

Q. 결측치 0으로 채우기

df.fillna(0)

---

3) 데이터 형식 변경

인덱스 변경

df.rename(index={100:'a',200:'b'}, inplace=True)

자료형 변환

숫자 형변환하기

df = df.astype('float64')

# 자료형이 혼합되어 astype 사용 불가할 경우
pd.to_numeric(s2, errors='ignore')

날짜 형변환하기

df['출생'] = df['출생'].astype('datetime64')

df['사망'] = pd.to_datetime(df['사망'])

---

4) 테이블 형태 변경

열 추가/삭제하기

df['sum'] = df['kor']+df['eng']+df['math']

df.drop(columns = ['sum'], inplace=True)

행 추가/삭제하기

new_value = {'name':'Python','kor':80,'eng':90,'math':100}
df = df.append(new_value,  ignore_index=True)

df.drop(index=[30], inplace=True)

데이터프레임 연결하기

# 행으로 연결(아래로)
df_rowconcat = pd.concat([df1,df2,df3])

# 열로 연결(옆으로)
df_column_concat = pd.concat([df4,df5,df6], axis=1)

데이터프레임 결합하기

df_merge = pd.merge(df7, df8, on='name')

피봇팅하기

df.pivot(index='name', columns='subject', values='score')

---

5) 집계

아이템, 사이즈별 재고 합계 피봇테이블로 집계하기

pd.pivot_table(df, index='item', columns='size', values='inventory', aggfunc='sum')

객실등급별 탑승자 수를 데이터프레임 df1으로 만들기

df1 = df.groupby('Pclass').Survived.count().to_frame()

객실등급별 생존자 수를 데이터프레임 df2로 만들기

df2 = df.groupby('Pclass').Survived.sum().to_frame()

객실등급별 생존율을 데이터프레임 df3으로 만들기

df3 = df.groupby('Pclass').Survived.mean().to_frame()

객실등급별 탑승자수, 생존자수, 생존율을 데이터프레임 df4로 만들기

df4 = pd.concat([df1, df2, df3], axis = 1)
df4.columns = ['탑승자수', '생존자수', '생존율']

---

>> 유데미 바로가기
>> STARTERS 취업 부트캠프 공식 블로그 보러가기

본 후기는 유데미-웅진씽크빅 취업 부트캠프 4기 데이터 분석 과정 학습 일지 리뷰로 작성되었습니다.

 

#유데미 #유데미코리아 #유데미큐레이션 #유데미부트캠프 #취업부트캠프 #스타터스부트캠프 #데이터시각화 #데이터분석 #데이터드리븐 #태블로