[성동1기 전Z전능 데이터 분석가] 33일차 python 데이터 분석 기초

1. 데이터 파악하기

함수	기능
head()	앞부분 출력
tail()	뒷부분 출력
shape	행, 열 개수 출력
info()	변수 속성 출력
describe()	요약 통계량 출력

 

exam 데이터를 파악해보자.

import pandas as pd
exam = pd.read_csv("C:/Users/anjiyoung/Documents/exam.csv")

 

head() 데이터 앞부분 확인하기

tail() - 데이터 뒷부분 확인하기

shape - 데이터가 몇 행, 몇 열로 구성되는지 알아보기

info - 변수 속성 파악하기

Non-Null Count: 결측치를 제외하고 구한 값의 개수

변수속성: int64(정수), float64(실수), object(문자), datetime64(날짜시간)

64: 64비트

- 1비트로 두 개의 값 표현 가능

- int64: 2^64개의 정수 표현 가능

 

describe() - 요약 통계량 구하기

출력값	통계량	설명
count	빈도(frequency)	값의 개수
unique	고유값 빈도	중복을 제거한 범주의 개수
top	최빈값	개수가 가장 많은 값
freq	최빈값의 빈도	개수가 가장 많은 값의 개수
mean	평균(mean)	모든 값을 더해 값의 개수로 나눈 값
std	표준편차(standard deviation)	변수의 값들이 평균에서 떨어진 정도를 나타낸 값
min	최소값(minimum)	가장 작은 값
25%	1사분위수	하위25%(4분의 1)
50%	중앙값(median)	하위 50%(중앙
75%	3사분위수	하위 75% 지점에 위치한 값
max	최댓값	가장 큰 값

 

2. 변수명 바꾸기

mpg = mpg.rename(columns = {'manufacturer':'company'})

 

3. 파생변수 만들기

mpg['total'] = (mpg['cty']+mpg['hwy'])/2 # 변수 조합

mpg['test'] = np.where(mpg['total'] >= 20, 'pass', 'fail') # 조건문 활용