통계 기초 (평균)

기초 통계랑(1) 대푯값

• 데이터

df = pd.read_excel("/content/drive/MyDrive/패스트캠퍼스/도로교통공단_일자별 시군구별 교통사고 건수.xlsx")
# date format 변경
a = range(0, 59724)
b = range(0, 59724)
df['dt'] = pd.DataFrame(list(map(lambda x, y: '2020-'+ str(df['발생일'][x]) + '-' + str(df['발생일'][y]), a, b)))
df['ym'] = pd.DataFrame(list(map(lambda x : '2020-'+ str(df['발생월'][x]), a)))
df['dt'] = df['dt'].map(lambda x : datetime.strptime(x, '%Y-%m-%d').strftime('%Y-%m-%d'))
df['ym'] = df['ym'].map(lambda x : datetime.strptime(x, '%Y-%m')).strfitme('%Y-%m')

평균(mean)

• 평균의 종류 : 산술평균, 기하평균, 조화평균
• 기하평균(증가율 관련) : 기본값을 1로 놓고 1에서 증가 감소하는 퍼센트를 더하거나 빼고 더워서 갯수 만큼 제곱
• 조화평균(속력관련) : 2ab/a + b

평균의 함정

• 평균을 흔드는 극단적인 값이 존재할 때도 있다.
• 평균으로 보기전에 데이터를 확인해봐야한다

산술평균

# 산술평균
df.mean()
# ym별 평균
df.groupby('ym').사고건수.mean()

기하평균

• 2020년 월 평균 사고건수의 증가율은?

tmp = pd.DataFrame(df.groupby(['ym']).사고건수.sum()).reset_index()
tmp['shift_data'] =tmp['사고건수'].shift(-1)
tmp['ratel'] = ((tmp['shift_data'] - tmp['사고건수']) / tmp['사고건수'])
# abs는 절댓값
tmp['rate2'] = ''
# 기본 1의 값에 변동 적용
tmp.loc[tmp['ratel'] < 0, 'rate2'] = 1 - abs(tmp['ratel'])
tmp.loc[tmp['ratel'] > 0, 'rate2'] =abs(tmp['ratel']) +1
tmp.dropna(axis=0, inplace=True)
from functools import reduce
arr = tmp['rate2']
reduce(lambda x, y: x * y, arr)
# 문자열들 가운데에 *삽입하여 연결
'*'.join([str(n) for n in arr])
# eval => 계산  
num1 = eval('*'.join([str(n) for n in arr]))
import math
# pow(X,y) x**y
num2 = math.pow(num1, 1/11)
val = 16968
print(len(tmp))
for i in range(len(tmp)):
  val = val*num2
  print(val)

중앙값(median)

• 데이터를 크기 순으로 정렬했을 때 가운데에 있는 데이터

# 중앙값
df.median()

최빈값(mode)

• 가장 빈도가 높은 값

# 최빈값
df.mode()
# ym별 최빈값
df.groupby('ym')['사고건수'].agg(pd.Series.mode)