[29일차]DataFrame심화 - 과제

Pandas 참조

import pandas as pd

marketing_campaign.csv 가져오기

• multi_index : 'Marital_Status', 'Education' 순

customers = pd.read_csv('marketing_campaign.csv',sep='\t',index_col=['Marital_Status','Education'])
customers

Marital_Status 순으로 정렬

customers.sort_index(level=0, inplace=True)

풀이

customers.sort_index(level='Marital_Status', inplace=True)

또는

customers.sort_values('Marital_Status', inplace=True)

Married & Graduation 조회

• 코드가 잘못된 건 아닌데, 멀티 인덱싱 정렬이 안되서 경고가 뜬다.
• 데이터프레임의 인덱싱 성능이 저하될 수 있기 때문에 경고가 발생.
• 때문에 정렬이 필요하다.

customers.loc['Married','Graduation']

풀이 : 컬럼 열도 해주는 습관!

customers.loc['Married','Graduation', :]

Year_Birth와 Income의 max, min, mean을 확인

• 단 agg를 사용해서!

customers.agg({'Year_Birth' : ['max','min','mean'], 'Income' :['max','min','mean']}).round(0)

풀이

위와 동일하게 한것과 아래 방법이 있다.

customers[['Year_Birth','Income']].agg(['max','min','mean'])

Year_Birth와 Income의 max, min, mean을 확인

• 이번에는 apply를 이용해서
• 이건 좀 이해가 안됨.;’;;;;;
  • apply는 agg와 동일한 방법으로 수행이 가능하다고 한다.

customers[['Year_Birth','Income']].apply({'max','min','mean'})

수익을 다음으로 분류

• 60000이상 고임금
• 30000이상~60000미만 평균임금
• 30000미만 저임금
• 열 이름은 'Class_Income'

1.먼저 apply에 사용될 함수를 만들어준다.

def income(money):
    if money >= 60000:
        return '고임금'
    elif money >= 30000 and money < 60000:
        return '평균임금'
    else:
        return '저임금'

1. apply로 위의 함수를 적용한 컬럼을 만듦

customers['Class_Income'] = customers['Income'].apply(income)

3.컬럼 위치 수정

data = customers.pop('Class_Income')
customers.insert(loc = 3, column= 'Class_Income', value=data)

**Alone, Absurd, YOLO를 Single로 변경**

1. reset_index()로 되돌리고
2. replace으로 값을 바꾼다음에
3. 다시 set_index()로 설정해보자.
4. 실제로 잘 변경되었는지 get_level_values(0)후 value_counts()로 데이터 경우의 수를 확인해보자.

customers.reset_index(['Marital_Status','Education'],inplace=True) #인덱스 초기화 #reset_index(inplace=True) 이렇게 해도 됨.

customers['Marital_Status'].replace(['Alone','Absurd','YOLO'],'Single',inplace=True)#값 Single로 변경

customers.set_index(['Marital_Status','Education']) #인덱스 재조립

customers.value_counts('Marital_Status')

데이터 수를 확인하니 **Alone, Absurd, YOLO** 얘들 없어짐

풀이

확인할 때 이렇게 하더라

customers.index.get_level_values(0).value_counts()

근데 값은 동일하게 나옴