230319 멋사 AI SCHOOL 8기 'taxi 데이터를 활용한 EDA 과제' 회고

🚖 사용 데이터

sns.load_dataset("taxis")

🚖 과제를 통해 새로 알게된 점

1. 시간 데이터의 구간을 groupby로 구현하기

• pd.Grouper() 사용 👉 공식문서 바로가기

  Parameters

  • key : str, defaults to None
    Groupby key, which selects the grouping column of the target.
  • freq : str / frequency object, defaults to None
    This will groupby the specified frequency if the target selection (via key or level) is a datetime-like object.

df_g = df.groupby([pd.Grouper(key='pickup_time',freq='2H')]
	)["passengers", "distance", "fare", "tip", "tolls", "total"
    ].agg('mean')
df_g

참고 블로그 : https://kkiho.tistory.com/42

2. 인덱스가 시간일 때, 특정 시간 추출하기

• 인덱스의 타입이 시간이더라도 그냥 일반적인 인덱스 슬라이싱으로 특정 시간 추출할 수 있다.

# 2019년 3월 23일 데이터만 가져오기
taxis_means = df_g['2019-03-23 06:00:00':'2019-03-23 22:00:00']
taxis_means

• 🤔 슬라이싱 말고 '2019-03-23'을 포함하는 인덱스를 가져오게 할 순 없나?
  방법1) str 타입으로 변경하고 contains를 활용
  방법2) pd.IndexSlice 활용

# 방법1
df_g[df_g.index.astype(str).str.contains("2019-03-23")]

# 방법2
idx = pd.IndexSlice
df_slice = df_g.loc[idx['2019-03-23 06:00:00':'2019-03-23 22:00:00'],:]
df_slice

참고 https://rfriend.tistory.com/503, https://seong6496.tistory.com/88

3. 인덱스 값의 빈도수를 시각화하기

• 데이터 프레임의 인덱스로 설정된 값의 빈도수를 시각화하고 싶다면 df.index.value_counts() 상태에서 그래프를 그리면 된다.

df_bor = df.set_index("pickup_borough")
df_bor.index.value_counts().plot.bar(rot=0, figsize=(5,3))