[스터디 노트] 10번째 파이썬 분석 기초 (240924), 제로베이스 데이터 분석 스쿨 내용

제로베이스 데이터 분석 스쿨 내용에 대한 기록이다.

10번째도 파이썬 분석 기초 강의이다.

 

[grouping]

• 빈도수 출력
  • value_counts 함수 사용
  • size 함수도 동일 기능
  • df_ans = df.host_name.value_counts().sort_index()
  • null을 세지 않으니 주의
  • null도 세고 싶을 경우 dropna=True
• 컬럼 2개를 기준으로 빈도수 출력
  • groupby 사용
  • df_ans = df.groupby(['col1','col2'], as_index=False).size()
• 그룹별 특정 값의 기초통계 값
  • agg 함수 사용
  • df_ans = df.groupby('col1')['col2'].agg(['mean','var','max','min'])
• 피벗 테이블
  • unstack 함수 사용
  • df_ans = df.groupby(['col1', 'col2']).price.mean().unstack()
    
    

[Apply와 Map]

• 매핑이 간단하면 map-람다 사용
• 조건이 복잡해지면 함수 선언하고 apply 사용
• 딕셔너리로 매핑
  • map 함수 사용
  • 람다함수 사용
  • df['mapped_col'] = df.col1.map(lambda x: dic[x])
  • apply 함수 사용
  • 함수 하나 선언해서 사용하는 것
  • df['mapped_col'] =df.col1.apply(changeCategory)
• 구간 컬럼 정의 후 카운트
  • 매핑 후 카운트
  • df['ages'] = df.col1.map(lambda x: x//10 *10)
  • df_ans = df['ages'].value_counts().sort_index()
    
    

[Time series]

• 시계열 데이터 다루기
• 타입 조회 시 datetime64로 표시
• 스트링에서 datetime 타입으로 변경
  • to_datetime 함수 사용
  • df.col1 = pd.to_datetime(df.col1)
• 년도의 유니크값 모두 출력
  • dt.year 함수 사용
  • unique 함수도 사용
  • df_ans = df.col1.dt.year.unique()
• 요일별로 매핑
  • 월요일:0 ~ 일요일:6
  • dt.weekday 함수 사용
  • df['weekday'] = df.col1.dt.weekday
• 년도-월 기준으로 평균값
  • 1995-11 처럼 형태 변경
  • dt.to_period('M') 함수 사용
  • df_ans = df.groupby(df.col1.dt.to_period('M')).mean(numeric_only=True)
• 일주일 간격 이동평균
  • rolling 함수 사용
  • 데이터 개수 적어서 간격 설정 가능
  • df_ans= df[['RPT','VAL']].rolling(7).mean()
• 영어 요일 나타내기
  • dt.day_name 함수 사용
  • df['weekday'] = df.col1.dt.day_name()

깃허브 링크

 

깃허브 파이썬 분석 공부 부분 링크