AI 보안 데이터 리터러시_학습용데이터

학습용 데이터 다루기_ iris

• .head() : 데이터의 앞부분의 일정부분을 볼 수 있음, 보통 5개
• .tail() : 데이터의 뒷부분의 일정부분을 볼 수 있음, 보통 5개
• .info() : 데이터의 기본정보
• .shape() : 행,열
• .type() : 타입
• .describe() : 요약통계량, .describe(include = 'all')하면 모든 기본적인 통계정보 제공
• 데이터셋['원하는 칼럼명'].value_counts(), 데이터셋.원하는 칼럼명.value_counts() :
  원하는 칼럼명에 해당하는 각 항목들에 해당하는 개수를 알려줌

import warnings
warnings.filterwarnings('ignore') # 불필요한 경고 메시지 무시

import pandas as pd
import seaborn as sns
iris = sns.load_dataset('iris')

iris.head()

iris.head(10)

iris.tail()

type(iris)
> pandas.core.frame.DataFrame

iris.info() # 150행, 5열
> <class 'pandas.core.frame.DataFrame'>
  RangeIndex: 150 entries, 0 to 149
  Data columns (total 5 columns):
   #   Column        Non-Null Count  Dtype  
  ---  ------        --------------  -----  
   0   sepal_length  150 non-null    float64
   1   sepal_width   150 non-null    float64
   2   petal_length  150 non-null    float64
   3   petal_width   150 non-null    float64
   4   species       150 non-null    object 
  dtypes: float64(4), object(1)
  memory usage: 6.0+ KB

iris.shape
> (150, 5)

iris.describe() # 문자열은 빠져있음

iris.describe(include = 'all')

iris['species'].value_counts()
> setosa        50
  versicolor    50
  virginica     50
  Name: species, dtype: int64

iris.species.value_counts()
> setosa        50
  versicolor    50
  virginica     50
  Name: species, dtype: int64

iris.mean() # 따로 궁금한걸 빼서 볼수도 있고,
> sepal_length    5.843333
  sepal_width     3.057333
  petal_length    3.758000
  petal_width     1.199333
  dtype: float64

iris['sepal_length'].mean() # 특정컬럼도 가능
> 5.843333333333335

iris.sepal_length.mean() # 위에와 동일한 방법
> 5.843333333333335

iris.median() # 중앙값
> sepal_length    5.80
  sepal_width     3.00
  petal_length    4.35
  petal_width     1.30
  dtype: float64

iris['sepal_length'].median()
> 5.8

iris.max() # 최댓값
> sepal_length          7.9
  sepal_width           4.4
  petal_length          6.9
  petal_width           2.5
  species         virginica
  dtype: object

iris.min() # 최솟값
> sepal_length       4.3
  sepal_width        2.0
  petal_length       1.0
  petal_width        0.1
  species         setosa
  dtype: object

iris.corr() # 상관계수 -1 ~ 1 사이, 1에 가까울 수록 정비례

iris[['sepal_length','petal_length','petal_width']].corr() # 원하는 것만 상관계수 정보 보기

sns.get_dataset_names() #seaborn에 있는 데이터셋 이름 출력, 학습용 데이터 리스트
> ['anagrams',
 'anscombe',
 'attention',
 'brain_networks',
 'car_crashes',
 'diamonds',
 'dots',
 'exercise',
 'flights',
 'fmri',
 'gammas',
 'geyser',
 'iris',
 'mpg',
 'penguins',
 'planets',
 'taxis',
 'tips',
 'titanic']

학습용 데이터 다루기_ tips

tips = sns.load_dataset('tips')

tips.head()

tips.tail()

tips.info()
> <class 'pandas.core.frame.DataFrame'>
  RangeIndex: 244 entries, 0 to 243
  Data columns (total 7 columns):
   #   Column      Non-Null Count  Dtype   
  ---  ------      --------------  -----   
   0   total_bill  244 non-null    float64 
   1   tip         244 non-null    float64 
   2   sex         244 non-null    category
   3   smoker      244 non-null    category
   4   day         244 non-null    category
   5   time        244 non-null    category
   6   size        244 non-null    int64   
  dtypes: category(4), float64(2), int64(1)
  memory usage: 7.4 KB

tips.describe()

tips.describe(include='all') # 요일은 4개, 타임은 2개, max 6명, min 1명

tips['tip'].value_counts()
> 2.00    33
  3.00    23
  4.00    12
  5.00    10
  2.50    10
          ..
  4.34     1
  1.56     1
  5.20     1
  2.60     1
  1.75     1
  Name: tip, Length: 123, dtype: int64

tips.corr()

tips[['total_bill', 'tip']].corr()

학습용 데이터 다루기_ titanic

tt = sns.load_dataset('titanic') # 결측치가 있음
tt.head()

tt.tail()

tt.info()
> <class 'pandas.core.frame.DataFrame'>
  RangeIndex: 891 entries, 0 to 890
  Data columns (total 15 columns):
   #   Column       Non-Null Count  Dtype   
  ---  ------       --------------  -----   
   0   survived     891 non-null    int64   
   1   pclass       891 non-null    int64   
   2   sex          891 non-null    object  
   3   age          714 non-null    float64 
   4   sibsp        891 non-null    int64   
   5   parch        891 non-null    int64   
   6   fare         891 non-null    float64 
   7   embarked     889 non-null    object  
   8   class        891 non-null    category
   9   who          891 non-null    object  
   10  adult_male   891 non-null    bool    
   11  deck         203 non-null    category
   12  embark_town  889 non-null    object  
   13  alive        891 non-null    object  
   14  alone        891 non-null    bool    
  dtypes: bool(2), category(2), float64(2), int64(4), object(5)
  memory usage: 80.7+ KB

tt.describe()

tt['age'].mean()
29.69911764705882

tt['age'].median()
28.0

m = tt['age'].median() # 결측치는 평균이나 중위수로 대체를 많이 함, 기본적이나 상황에 따라 다름
tt['age'] = tt['age'].fillna(m) # 결측치를 중위수로 대체

tt.describe() # age 개수가 다 채워짐

tt.info()
> <class 'pandas.core.frame.DataFrame'>
  RangeIndex: 891 entries, 0 to 890
  Data columns (total 15 columns):
   #   Column       Non-Null Count  Dtype   
  ---  ------       --------------  -----   
   0   survived     891 non-null    int64   
   1   pclass       891 non-null    int64   
   2   sex          891 non-null    object  
   3   age          891 non-null    float64 
   4   sibsp        891 non-null    int64   
   5   parch        891 non-null    int64   
   6   fare         891 non-null    float64 
   7   embarked     889 non-null    object  
   8   class        891 non-null    category
   9   who          891 non-null    object  
   10  adult_male   891 non-null    bool    
   11  deck         203 non-null    category
   12  embark_town  889 non-null    object  
   13  alive        891 non-null    object  
   14  alone        891 non-null    bool    
  dtypes: bool(2), category(2), float64(2), int64(4), object(5)
  memory usage: 80.7+ KB