26. EDA-5

<강남3구 범죄현황 데이터개요 및 읽어오기>

모듈 가져오기

import numpy as np
import pandas as pd

데이터 읽기

crime_raw_data = pd.read_csv(
    "../data/02.crime_in_Seoul.csv", thousands=",", encoding="euc-kr"
)
crime_raw_data.head(3)

thousands="," : 데이터 안의 숫자값들 중 콤마가 있으면 문자로 인식하기 때문에 천단위 구분(thousands=',')이라고 알려주면 콤마를 제거하고 숫자형으로 읽음

---

데이터 기본정보 확인

crime_raw_data.info()

→ 인덱스 범위와 데이터의 수가 이상한 것을 확인

---

중복되지 않는 고유 값 확인하기

▶ unique(): 중복되지 않는 고유값 나타남
▶ nan 값이 들어가있음

crime_raw_data["최종"].unique()

array(["살인", "강도", "강간", "절도", "폭력", nan], dtype=object)

---

nan 값 확인

▶ isnull() : nan값인 것
▶ 마스킹해서 데이터 프레임 형태로 나오게 추출

crime_raw_data[crime_raw_data["죄종"].isnull()]

nan 값이 아닌 데이터만 담기

▶ notnull() : nan값이 아닌 것

crime_raw_data = crime_raw_data[crime_raw_data["죄종"].notnull()]
crime_raw_data.info()

---

• Pandas pivot_table

데이터 불러오기

df = pd.read_excel("../data/02. sales-funnel.xlsx")
df.head()

Name을 인덱스로 두고 재정렬

 pd.pivot_table(df, index=["Name"])

Index를 여러개 지정

pd.pivot_table(df, index=["Name", "Rep", "Manager"])

values 지정

pd.pivot_table(df, index=["Manager", "Rep"], values=["Price"])

values에 함수 적용 가능
-디폴트는 평균, 합산 등의 다른 함수 적용할 때 aggfunc옵션 지정

pd.pivot_table(df, index=["Manager", "Rep"], values=["Price"]), aggfunc=np.sum)

개수 지정

pd.pivot_table(df, index=["Manager", "Rep"], values=["Price"]), aggfunc=[np.mean, len])

columns 설정

• 분류 지정 columns

• NaN에 대한 처리 지정 fill_value=0

• sum(합계)에 대한 것은 price로 Mean(평균)에 대한 것은 Quantity로

• 총계(All)추가 margins=True

    pd.pivot_table(
        df, 
        index={"Manager", "Rep", "Proudct"],
        values=["Price", "Quantity"],
        aggfunc=[np.sum, np.mean],
        fill_value=0,
        margins=True,
     )    

  

---

<범죄 현황 데이터에 Pandas Pivot Tabel 적용>

crime_station = crime_raw_data.pivot_table(
   crime_raw_data, index=["구분"], columns=["죄종", "발생검거"], aggfunc=[np.sum]
)
crime_station.head()

멀티 인덱스 확인하기

crime_station.columns

멀티 인덱스 제거 columns.droplevel

crime_station.columns = crime_station.columns.droplevel([0,1])
crime_station.columns

crime_station.head()

---