머신러닝with파이썬3강(4)_내장함수

 

내장함수

---

이번 시간에는 다 다루지 못한 내장 함수에 대해 코드와 상세 설명으로 정리를 해 보도록 하겠습니다.

이번 시간 정리

---

1. 컬럼 기준 데이터의 숫자 세기
-결측치가 있는 데이터는 카운터 함수에서는 체크 되지 않는다.
-df.count()

예 : 할인율 컬럼을 기준으로 행단위로 카운트를 진행할때 NaN의 결측치 1개를 제외하여 count 값은 8이다.
예 : 할인가 컬럼을 기준으로 행단위로 카운트를 진행할때 NaN의 결측치 1개를 제외하여 count 값은 8이다.

2. 행을 기준으로 데이터 숫자 세기
-df.count(axis=1)

예: 인덱스 1 행을 열단위로 카운트를 진행할때 NaN의 결측치 1개를 제외하여 count 값은 7이다.
예: 인덱스 8 행을 열단위로 카운트를 진행할때 NaN의 결측치 2개를 제외하여 count 값은 5이다.

3. 데이터수 확인 (type)
-len(df)
-df.shape[0] *행의 개수, 또는 열의 개수만 찾을 때는 대괄호[ ] 사용

---

이제 아래의 코드 실행 버튼을 눌러 실습을 진행해 보세요!

 

 

 

# 데이터 확인

df

 

실행 완료

[48]:

Unnamed: 0메뉴가격호수칼로리할인율할인가원산지752341608

new	[인기]아이펠치킨	16000	11	1200.0	0.5	8000.0	국내산
5	닭강정	15000	12	1500.0	0.2	12000.0	브라질
2	간장치킨	14000	9	1600.0	0.2	11200.0	국내산
3	마늘치킨	14000	9	1800.0	0.2	11200.0	국내산
4	파닭	14000	11	1300.0	0.2	11200.0	브라질
1	승일양념치킨	13000	10	1400.0	0.2	10400.0	국내산
6	양념반후라이드반	13000	10	1300.0	0.2	10400.0	국내산
0	황금후라이드	12000	10	1000.0	0.2	9600.0	국내산
10	[베스트]풀잎치킨	9900	10	1000.0	NaN	NaN	국내산

# 카운트 (컬럼) #기본값 axis=0

df.count()

 

 

 

실행 완료

[47]:

Unnamed: 0    9
메뉴            9
가격            9
호수            9
칼로리           9
할인율           8
할인가           8
원산지           9
dtype: int64

 

 

 

# 카운트 (행)

df.count(axis=1)

 

 

 

실행 완료

[46]:

7    8
5    8
2    8
3    8
4    8
1    8
6    8
0    8
8    6
dtype: int64

 

 

# [Tip] 데이터 수 len, shape

# len(df)

df.shape[0]

 

 

실행 완료

[45]:

9

이번 시간 정리

---

4. 다양한 내장함수

• 최대값 확인: df['컬럼명'].max()
• 최소값 확인: df['컬럼명'].min()
• 평균 확인 : df['컬럼명'].mean()
• 중앙 값 확인 : df['컬럼명'].median()
• 합계 확인 : df['컬럼명'].sum()
• 표준편차 확인 : df['컬럼명'].std()
• 분산 확인 : df['컬럼명'].var()
• 백분위수 확인 : df['가격'].describe()
  describe : 데이터 컬럼별 통계량을 요약하는 메서드

---

이제 아래의 코드 실행 버튼을 눌러 실습을 진행해 보세요!

 

# 최대값

df['가격'].max()

 

 

실행 완료

[49]:

16000

 

 

 

# 최소값

df['가격'].min()

 

 

실행 완료

[50]:

9900

 

 

 

# 평균

df['가격'].mean()

 

 

실행 완료

[51]:

13433.333333333334

 

 

# 중앙값

df['가격'].median()

 

 

실행 완료

[52]:

14000.0

 

 

# 합계

df['가격'].sum()

 

 

실행 완료

[53]:

120900

 

 

# 표준편차

df['가격'].std()

 

 

실행 완료

[54]:

1764.936259472279

 

 

# 분산

df['가격'].var()

 

 

실행 완료

[56]:

3115000.0

 

# 백분위수

df['가격'].describe()

 

 

 

실행 완료

[55]:

count        9.000000
mean     13433.333333
std       1764.936259
min       9900.000000
25%      13000.000000
50%      14000.000000
75%      14000.000000
max      16000.000000
Name: 가격, dtype: float64

이번 시간 정리

---

5. 하위 25% 지점 확인

• df['컬럼명'].quantile(.25) 0.25에서 .25만 써도 되고, 0은 생략 가능
• 판다스의 quantile는 0과 1사이의 값을 입력한다.
• quantile(사분위수)는 데이터 분포의 작은 수부터 큰수로 나열하여 4등분하는 관측값이다.

6. 상위 25% 지점 확인

• 상위 max 기준으로 25%인 75% 지점인 14000.0를 입력한다.
• df['컬럼명'].quantile(.75)

7. 하위 25% 작은 데이터 확인

• cond = df['컬럼명'].quantile(.25) > df['컬럼명']
• df[cond]

8. 상위 25% 큰 데이터 확인

• cond = df['컬럼명'].quantile(.75) < df['컬럼명']
• df[cond]

9. 특정 컬럼 최빈값 구하기

• df['컬럼명'].mode()[0]
  *첫번째 값 0

10.행과 열 바꾸기 (transpose)

• df.T

---

이제 아래의 코드 실행 버튼을 눌러 실습을 진행해 보세요!

 

 

 

# 하위 25% 값

df['가격'].quantile(.25)

 

 

실행 완료

[57]:

13000.0

 

 

# 상위 25% 값

df['가격'].quantile(.75)

 

 

 

 

 

실행 완료

[58]:

14000.0

 

 

# 하위 25% 작은 데이터

cond = df['가격'].quantile(.25) > df['가격']

df[cond]

 

 

 

 

 

실행 완료

[59]:

Unnamed: 0메뉴가격호수칼로리할인율할인가원산지08

0	황금후라이드	12000	10	1000.0	0.2	9600.0	국내산
10	[베스트]풀잎치킨	9900	10	1000.0	NaN	NaN	국내산

 

 

 

 

# 상위 25% 큰 데이터

cond = df['가격'].quantile(.75) < df['가격']

df[cond]

 

 

 

실행 완료

[60]:

Unnamed: 0메뉴가격호수칼로리할인율할인가원산지75

new	[인기]아이펠치킨	16000	11	1200.0	0.5	8000.0	국내산
5	닭강정	15000	12	1500.0	0.2	12000.0	브라질

 

 

 

# 최빈값 구하기

df['원산지'].mode()[0]

 

 

 

 

 

실행 완료

[61]:

'국내산'

 

 

 

 

# 행과 열 바꾸기 (transpose)

df.T

 

 

실행 완료

[62]:

752341608Unnamed: 0메뉴가격호수칼로리할인율할인가원산지

new	5	2	3	4	1	6	0	10
[인기]아이펠치킨	닭강정	간장치킨	마늘치킨	파닭	승일양념치킨	양념반후라이드반	황금후라이드	[베스트]풀잎치킨
16000	15000	14000	14000	14000	13000	13000	12000	9900
11	12	9	9	11	10	10	10	10
1200.0	1500.0	1600.0	1800.0	1300.0	1400.0	1300.0	1000.0	1000.0
0.5	0.2	0.2	0.2	0.2	0.2	0.2	0.2	NaN
8000.0	12000.0	11200.0	11200.0	11200.0	10400.0	10400.0	9600.0	NaN
국내산	브라질	국내산	국내산	브라질	국내산	국내산	국내산	국내산