📖 Getting & Knowing Data
| 메서드 | 설명 |
|---|---|
| df | dataframe 줄임말로 엑셀에서 행과 열같은 데이터 객체 |
| read_csv | csv 파일 가져오는 함수 |
| read_csv(객체,encoding = 'euc-kr') | 인코딩 - 한글로 활성화 |
| head(숫자) | 위에서부터 n열 반환하는 함수 / defualt : 5개 |
| tail(숫자) | 아래에서부터 n열 반환하는 함수 / defualt : 5개 |
| shape | 레이블 정보를 튜플의 형식으로 반환 |
| columns | 전체 컬럼 출력 |
| index | 데이터셋의 구성 확인 |
| iloc | dataFrame의 순서,위치 기반으로 인덱싱하는 기법 |
| loc | data의 값을 기준으로 인덱싱하는 기법 |
| dtype | 데이터 타입을 반환 하는 함수 |
| index | 데이터의 색인이나 목차를 나타내주는 숫자 |
| object | 문자열 형태의 데이터 |
| isnull | 결측치(Null 값) 행 확인 |
| sum | 합계 |
| describe() | 데이터의 컬럼별 통계량을 요약 |
| info() | 데이터에 대한 전반적인 정보 |
| quantile() | 행/열의 분위수의 해당하는 값을 반환 |
| IQR | 75% 위치 - 25% 위치 |
| nunique() | 선택된 축에 대해서 고유한 요소의 수 |
| unique() | 컬럼내에 유일한 값 |
🌟 Data Read
💭 Q1. Data Read
import pandas as pd
DriverUrl : '링크'
df = pd.read_csv(DriveUrl)
# 결과 : pandas.core.frame.DataFrameimport pandas as pd : pandas를 불러와 별칭을 pd로 지칭한다
DriverUrl : 사전에 업로드한 데이터를 읽는다
🌟 head()
💭 Q2. 상위 5개의 행을 출력
- 파이썬은 인덱스가 0부터 시작
df.head()🌟 shape
💭 Q3. 데이터의 행과 열의 갯수를 파악
print(df.shape)
df.shape- 결과 : ( row , column ) 형식으로 출력
🍀 print 없이도 출력 가능
🌟 columns[]
💭 Q4. 전체 컬럼 출력
df.columns💭 Q5. 6번째 컬럼 출력
df.columns[5]📌 파이썬은 0부터 시작
-> 고로 6번째 컬럼을 출력할 시 5를 넣어주어야 한다.
🌟 데이터 타입을 확인
iloc: dataFrame의 순서,위치 기반으로 인덱싱하는 기법loc: data의 값을 기준으로 인덱싱하는 기법:은 모든 행
df.iloc[행,열(컬럼)].dtype💭 Q6. 6번째 컬럼의 데이터 타입을 확인
#⚡ dataFrame에서 모든행을 접근하며 5번째 컬럼의 datatype을 출력할거다.
df.iloc[:,5].dtype 💭 Q8. 6번째 컬럼의 3번째 값은 무엇인가?
df.iloc[2,5]🌟 index
💭 Q7. 데이터셋의 인덱스 구성을 확인
index: 데이터의 색인이나 목차를 나타내주는 숫자
df.index- 결과 :
RangeIndex(start=0, stop=300, step=1)start=0: 시작은 0stop=300: 끝은 300번 (인덱스는 299번까지)step=1: 1씩 증가한다.
🌟 데이터를 로드할 때 컬럼이 한글일 경우
💭 Q9. Data Read. 컬럼이 한글이기에 적절한 처리
DriverUrl : '링크'
df = pd.read_csv(DriveUrl, encoding = 'euc-kr')🌟 tail()
💭 Q10. 데이터 마지막 3개행을 출력하라
tail(숫자): 숫자를 안넣어주면 defualt는 5개
df.tail()
df.tail(3)🌟 select_dtypes()
💭 Q11. 수치형 변수를 가진 컬럼을 출력
- 수치형 변수 : 숫자로 이루어진 변수
exclude: 해당 type만 제외하고 반환
df.select_dtypes(exclude=object).columns💭 Q12. 범주형 변수를 가진 컬럼을 출력
- 범주형 변수 : 문자열로 이루어진 변수
include: 해당 type만 포함하고 반환
df.select_dtypes(include=object).columns🌟 isnull
💭 Q13. 각 컬럼의 결측치 숫자를 파악
결측치: 데이터에 값이 존재하지 않음isnull: null 값이 있는지 없는지를 파악sum: 합친 값
df.isnull().sum()❗데이터 분석을 할때 이런 null 값들을 처리하는게 중요
null값이 있으면 실행이 안되는 명령어들이 많기 때문
🌟 info()
💭 Q14. 각 컬럼의 데이터수, 데이터타입을 한번에 확인
df.info()🌟 describe()
💭 Q15. 각 수치형 변수의 분포를 확인
- 사분위, 평균, 표준편차, 최대 , 최소
df.describe()🌟 컬럼의 값들을 출력
df['column_name']💭 Q16. 거주인구 컬럼의 값들을 출력
df['거주인구']🌟 quantile()
quantile: 전체 자료를 특정 개수로 나눌때 기준이 되는 수
💭 Q17. 평균 속도 컬럼의 4분위 범위(IQR) 값을 구하
IQR: 75% 위치 - 25% 위치
df['평균 속도'].quantile(0.75) - df['평균 속도'].quantile(0.25)🌟 nunique()
nunique(): 유일값 갯수를 출력
df['column_name'].nunique()💭 Q18. 읍면동명 컬럼의 유일값 갯수를 출력
df['읍면동명'].nunique()🌟 unique()
unique(): 유일값을 모두 출력
df['column_name'].unique()💭 Q19. 읍면동명 컬럼의 유일값을 모두 출력
df['읍면동명'].unique()