빅데이터 분석기사 실기 1유형

출처 - DIP 대구 빅데이터 활용센터 강의

문제 1

• alchol(음주수치) 상위 10번째 값으로 상위 1~10위의 범위의 값을 변경한 후 speeding(속도)가 7이상의 alchol(음주수치) 데이터들의 평균 산출

data = df.sort_values(by = 'alcohol', ascending = False)
ten = data.iloc[9, 2]
data.iloc[:10, 2] = ten

result = data[(data['speeding'] >= 7)]
result1 = result.alcohol.mean()
result1

문제 2

• 데이터 첫번째 행부터 70% 까지의 데이터를 추출한 후 distance(거리)의 결측값을 distance(거리)의 중앙값으로 대체하고 결측값 전처리 전과 후의 표준편차를 비교

data_len = int(len(df)*0.7)
df_1 = df[:data_len]
df_2 = df_1.copy()
df_2['distance'] = df_1['distance'].fillna(df_1.distance.median())
print(np.std(df_1['distance']))
print(np.std(df_2['distance']))

문제 3

• orbital_period열의 이상치를 IQR기법으로 제거하여 이상치들의 합을 계산

Q1 = df['orbital_period'].quantile(0.25)
Q3 = df['orbital_period'].quantile(0.75)
IQR = Q3 - Q1

result = df[(df['orbital_period'] > Q3+1.5*IQR)|(df['orbital_period'] < Q1-1.5*IQR)]
result['orbital_period'].sum()

정리

df.iloc[3, 2]	# df 데이터 프레임의 4행, 3열 추출 (인덱스 기준)
.mean()			# 평균
.median()		# 중앙값
.mode()			# 최빈값
.copy()			# 데이터 프레임 복사
.var()			# 분산
.std()			# 표준편차
np.ceil()		# 올림
np.floor()		# 내림
np.trunc()		# 버림
df['col1'].quantile(0.25)	
# df 데이터 프레임의 col1 기준 25%까지의 값을 추출
&	# and 연산
|	# or 연산
.dropna()		# 결측치 제거