오늘은 하루 종일 팀 프로젝트하는데 시간을 다 썼다.
파이썬이 더디다 보니 시간이 예상보다 더 오래 걸렸달까..
데이터를 까면 깔수록 할 게 더 많아지는 느낌이다.
t_hm, c_hm, a_hm 테이블 inner 조합
c_hm 고개 테이블 중에 연령대에 99세? 같은 이상치가 존재하는 걸 확인 후 테이블 3개 inner 조인한 테이블의 age 컬럼 기준 z-score 3기준으로 이상치 감지를 했고 마스크 메소드 반대로 씌워서 삭제했다.[~mask]
이로써 확인된 이상치 개수 : 1289개
그리고 이상치 제거한 데이터 개수 확인해보니,
고객들의 거래 내역은 연령대별로 나눠서 분석하기로 했고,
내가 맡았던 파트는 30대!
이것도 마스크 메소드 씌워서 진행했다.
30대 고객 수 : 165831명
30대 고객 비율 : 20%
정제된 30대 테이블의 결측치 확인해보니,
detail_desc 컬럼에서만 762개가 확인됐다.
정제된 30대 테이블에 가격도 수정해줬다.
기존 price 컬럼에 있던 건 실제 가격이 아니고 정보 보호를 위해 스케일화 된 값이라는 안내가 있어서 이 값에 590을 곱하면 실제 USD로 환산 및 추정해서 적용할 수 있다고 한다.
그리고 여기에 1466 해주면 USD 를 KRW 로 환산 가능하다고!
나는 USD 컬럼, KRW 컬럼 다 추가해줬다. USD(['price']590), KRW(['price']*1466)
정제된 30대 테이블은 고객의 구매 채널별로 나눠줬다.(온/오프라인)
sales_channel_id == 2면 온라인
sales_channel_id == 1이면 오프라인
온/오프라인 채널 별로 나눠서 더 세분화하는 데이터 분석은 내일 이어서 작성해보겠다!
