Pandas 실습

(1) 환경 준비

1) 라이브러리 불러오기

import pandas as pd
import numpy as np

2) 데이터 불러오기

다음 세개의 데이터를 불러와서 저장

• sales : https://raw.githubusercontent.com/DA4BAM/dataset/master/sales.csv
• products : https://raw.githubusercontent.com/DA4BAM/dataset/master/products.csv
• customers : https://raw.githubusercontent.com/DA4BAM/dataset/master/customers2.csv

sales = pd.read_csv('https://raw.githubusercontent.com/DA4BAM/dataset/master/sales.csv')
products = pd.read_csv('https://raw.githubusercontent.com/DA4BAM/dataset/master/products.csv')
customers = pd.read_csv('https://raw.githubusercontent.com/DA4BAM/dataset/master/customers2.csv')

데이터 출처: https://github.com/DA4BAM/dataset
세 데이터프레임 조회화기.

sales.head()

products.head()

customers.head()

(2) 데이터 집계, 수정, 조회하기.

1) sales의 ProductID 별 판매량(Qty)과 판매액(Amt)의 합계를 tmp에 저장하고 조회하기.

tmp = sales.groupby('ProductID', as_index = True)[['Qty', 'Amt']].sum()
tmp

2) 1번 결과를 판매액 기준 내림차순으로 정렬하고 상위 5개 상품을 조회하기.

tmp.sort_values(by = 'Amt', ascending = False).head()

3) customers의 성별(Gender) 별 고객 수를 조회하기.

customers.groupby(by = 'Gender', as_index = False).sum()

4) customers의 출생연도(BirthYear) 로 부터 나이(Age)를 계산해서 변수로 추가하기.

customers['Age'] = 2022 - customers['BirthYear']
customers.head()

5) customers의 나이(Age)를 나이대(AgeGroup)로 변환하기.

• [ , 30) : 30미만
• [30, 40) : 30대
• [40, 50) : 40대
• [50, 60) : 50대
• [60, 70) : 60대
• [70, ) : 70이상

[30, 40) 의 의미 : 30 <= , < 40

bins = [0, 29, 39, 49, 59, 69, np.inf]
labels = ['30미만', '30대', '40대', '50대', '60대', '70대이상']
customers['AgeGroup'] = pd.cut(customers['Age'], bins = bins, labels = labels)
customers.head()

6) customers의 나이대(AgeGroup) 별 고객수를 구하기.

customers.groupby('AgeGroup')['CustomerID'].count()

AgeGroup
30미만       6
30대      186
40대      925
50대      749
60대      267
70대이상    110
Name: CustomerID, dtype: int64

7) 매출액 top 5 상품명을 조회하기.

# 매출액 컬럼 만들기
sales['sale'] = sales['Amt'] * sales['Qty']
sales.head()

# sales와 products를 ProductID 기준으로 inner 조인

total = pd.merge(sales, products, on = 'ProductID', how = 'inner')
total.head()

# 상품명 별 매출액 합계를 집계
total.groupby('ProductID')[['sale']].sum().head()

# 매출액 합계 기준 내림차순으로 정렬하고 top 5를 조회
top = total.groupby('ProductID')[['sale']].sum()
top.sort_values(by = 'sale', ascending = False, inplace = True)
top.head()

8) 연령대 별 매출액을 조회하기.

# sales와 customers를  CustomerID 기준으로 inner 조인
total = pd.merge(sales, customers, on = 'CustomerID', how = 'inner')
total.head()

# AgeGroup 별 매출액 합계를 집계
total.groupby('AgeGroup', as_index = True)[['sale']].sum()

9) [심화]연령대 별, 상품 카테고리 매출 비중(%)을 조회하기.

# 세 데이터프레임을 merge 
tmp = pd.merge(sales, products, on = 'ProductID', how = 'inner')
total = pd.merge(tmp, customers, on = 'CustomerID', how = 'inner')
total.head()

# for loop를 이용하여, 각 연령대에 대해서 다음의 작업을 반복 수행
age_group = total.groupby(['AgeGroup'])
print('=' * 50)
for age in age_group:
    age_categories = age[1].groupby(['Category'], as_index = False)[['sale']].sum()
    age_total = age[1]['sale'].sum()
    print(f'{age[0]}')
    print('=' * 50)
    
    for i in range(len(age_categories['Category'])):
        foot_category = age_categories.loc[i, 'Category']
        foot_percent = round((age_categories.loc[i, 'sale'] / age_total) * 100, 1)
        print(f'{foot_category} {foot_percent}%')
    print('=' * 50)

==================================================
30미만
==================================================
간식 8.8%
과일 7.5%
반찬류 33.5%
유제품 15.5%
채소 34.7%
==================================================
30대
==================================================
간식 12.2%
과일 17.3%
반찬류 10.5%
유제품 26.6%
채소 33.4%
==================================================
40대
==================================================
간식 25.0%
과일 18.6%
반찬류 11.8%
유제품 25.4%
채소 19.2%
==================================================
50대
==================================================
간식 19.9%
과일 18.4%
반찬류 14.9%
유제품 22.7%
채소 24.1%
==================================================
60대
==================================================
간식 4.2%
과일 18.4%
반찬류 27.8%
유제품 20.4%
채소 29.1%
==================================================
70대이상
==================================================
간식 17.7%
과일 20.4%
반찬류 25.8%
유제품 10.2%
채소 26.0%
==================================================