데이터 분석 FLOW

위 과정을 조금 더 자세하게 풀어보면,

이번 챕터에서 사용해볼 툴

DB는 MySQL,
SQL 쿼리 작성은 DBeaver,
Python은 구글 Colab,
BI는 Power BI

EDA 에는 무슨 과정이 포함될까?

요청 사항

Data Literacy : 데이터 문해력

stack vs unstack

원본 피봇테이블

unstack

• level = -1 : 앞의 index는 그대로 index에 냅둠
  

stack

corr

수치형 변수에 대해서만 corr을 구할 수 있음

---

시각화

상관계수 시각화

+) 마스크 씌우기

FacetGrid

# 퇴사 여부에 따른 그래프
facet = sns.FacetGrid(df, col='Department', row='Gender', hue='Attrition', height=5, hue_order=['No', 'Yes'], palette = {'Yes': 'red', 'No': 'gray'})
facet = facet.map_dataframe(sns.regplot, x='Age', y='MonthlyIncome', fit_reg=False)
facet = facet.add_legend()

facet = sns.FacetGrid(df, col='OverTime', row='Department', hue='Attrition', height=5, palette = {'Yes': 'red', 'No': 'gray'})
facet = facet.map_dataframe(sns.barplot, x='WorkLifeBalance', y='JobSatisfaction')
facet = facet.add_legend()

Regression Plot (RegPlot)

Histogram (히스토그램) + 반복문

hist = ['Age', 'DistanceFromHome', 'JobSatisfaction', 'WorkLifeBalance', 'MonthlyIncome', 'YearsAtCompany']

plt.figure(figsize=(10,20))
for i, col in enumerate(hist):
  axes = plt.subplot(6, 3, i+1)
  sns.histplot(x=df[col], hue=df['Gender'])
plt.tight_layout()
plt.show()

JointPlot

회귀선 같이 나타내기

sns.jointplot(df, x='Age', y='YearsAtCompany', kind='reg')

hue 나타내기

sns.jointplot(df, x='Age', y='YearsAtCompany', hue='Gender')

응용

j=sns.jointplot(df, x='YearsAtCompany', y='Age',
                markers='+',

                #margin에 숫자 표시
                marginal_ticks=True,

                marginal_kws=dict(bins=30, rug=True))

j.plot_joint(sns.kdeplot, color='r')

# 아래 코드 넣었다 뺐다 해보기
j.plot_marginals(sns.rugplot, color='r', height=-.15, clip_on=False)