타이타닉 데이터셋 개요 및 적재

< 데이터셋 개요>

• Survived: 생존 여부
  • 0 = No
  • 1 = Yes
• pclass: 티켓 등급
  • 1 = 1st
  • 2 = 2nd
  • 3 = 3rd
• Sex: 성별
• Age: 나이
• Sibsp: 함께 탑승한 형제자매, 배우자의 수
• Parch: 함께 탑승한 부모, 자식의 수
• Ticket: 티켓 번호
• Name : 이름, 사회적등급
• Fare: 운임
• Cabin: 객실 번호
• Embarked: 탑승 항구
  • C = Cherbourg
  • Q = Queenstown
  • S = Southampton

데이터 적재

• 작업의 용이성을 위해 컬럼 소문자로 만들기
  • 방법은 여러가지
    • 첫번째 방법 : rename : data.rename(columns = str.lower)
    • 두번째 방법 : map 활용
    • 세번째 방법 : data.columns = data.columns.str.lower()
      

결측치 확인

• 컬럼별 갯수
• 데이터셋의 크기가 작은 경우 결측치가 있는 레코드를 삭제하지 않습니다.
  • 대체하는 방식으로 전처리가 가능하다.(케이스에 따라 다른 방법 사용)
• data.isnull()
  • isnull()함수는 값이 있으면 False, 없으면 True 출력.
  • 그런데 파이썬 특성상 True는 1로 False는 0으로 간주하므로
    isnull()에 대해 총합을 구하면, 결측치 개수를 구할 수 있습니다.
    • 결측치의 존재 (age, cabin)
      
    • 전체 데이터 대비 결측치의 비율 계산
      • 결측치 / 891(전체 데이터 개수) * 100 = 비율
        

불필요한 변수 제거

• ticket : 티켓 번호는 유의미한 결과를 도출하기 힘든 컬럼으로 보이므로 제거.
  • 두가지 방법
    • drop함수 : data.drop('ticket', axis = 1, inplace=True)
    • del 함수 : del data['ticket']