데이터프레임 분석용 함수

집계함수

count

  • count메서드 활용하여 데이터 개수 확인 가능
    (Default : NaN값 제외)
data = {
'korean': [50, 60, 70],
'math': [10, np.nan, 40]
}
df = pd.DataFrame(data, index = ['a','b','c'])
df.count(axis = 0) # 열 기준
df.count(axis = 1) # 행 기준

데이터 타입 정수형임을 유의해서 살피자!

max, min

  • max, min메서드 활용하여 최대, 최소값 확인 가능
    (Default : 열 기준, NaN값 제외)
data = {
'korean': [50, 60, 70],
'math': [10, np.nan, 40]
}
df = pd.DataFrame(data, index = ['a','b','c'])
df.max() # 최댓값
df.min() # 최솟값

데이터 타입 실수형임을 유의해서 살피자!

sum, mean

  • sum, mean메서드 활용하여 합계 및 평균 계산
    (Default : 열 기준, NaN값 제외)
data = {
'korean': [50, 60, 70],
'math': [10, np.nan, 40]
}
df = pd.DataFrame(data, index = ['a','b','c'])
df.sum() # 합계
df.mean() # 평균

데이터 타입 실수형!

  • axis, skipna 인자 활용하여 합계 및 평균 계산
    (행 기준, NaN값 포함 시)
    • axis = 1이면 행 기준으로 계산
    • skipna = True이면 na 값을 무시
    • skipna = False이면 na 값 포함
data = {
'korean': [50, 60, 70],
'math': [10, np.nan, 40]
}
df = pd.DataFrame(data, index = ['a','b','c'])
df.sum(axis = 1) # 합계
df.mean(axis = 1, skipna = False) # 평균

  • NaN값에 숫자를 대신 집어넣는 방법
  • NaN값이 존재하는 column의 평균 구하여 NaN값 대체
…
B_avg = df['math'].mean()
print(B_avg) # 25.0
# NaN값 대체
df['math'] = df['math'].fillna(B_avg)
# 평균
df.mean(axis = 1, skipna = False)

이 때의 데이터 타입도 float! 실수형.

[실습 2] 집계함수

문제

데이터 프레임df에는 korean, math 컬럼이 각 과목의 성적을 담고있습니다.
df 데이터 프레임에 함수를 이용하여 아래 미션을 수행해봅시다.

  1. 각 컬럼별 데이터 개수를 col_num 변수에 저장하고 출력해보세요.
  2. 각 행별 데이터 개수를 row_num 변수에 저장하고 출력해보세요.
  3. 각 컬럼별 최댓값을 구하여 col_max 변수에 저장하고 출력해보세요.
  4. 각 컬럼별 최솟값을 구하여 col_min 변수에 저장하고 출력해보세요.
  5. 각 컬럼별 합계를 구하여 col_sum 변수에 저장하고 출력해보세요.
  6. math 컬럼의 결측값을 해당 컬럼의 최솟값으로 대체하고 df를 출력해보세요.
  7. 각 컬럼별 평균을 구하여 col_avg 변수에 저장하고 출력해보세요.
mport numpy as np
import pandas as pd

data = {
    'korean' : [50, 60, 70],
    'math' : [10, np.nan, 40]
}
df = pd.DataFrame(data, index = ['a','b','c'])
print(df, "\n")

code

# 각 컬럼별 데이터 개수
col_num = df.count(axis = 0)
print(col_num, "\n")

# 각 행별 데이터 개수
row_num = df.count(axis = 1)
print(row_num, "\n")

# 각 컬럼별 최댓값
col_max = df.max()
print(col_max, "\n")

# 각 컬럼별 최솟값
col_min = df.min()
print(col_min, "\n")

# 각 컬럼별 합계
col_sum = df.sum()
print(col_sum, "\n")

# 컬럼의 최솟값으로 NaN값 대체
math_min = df['math'].min()
df['math'] = df['math'].fillna(math_min)
print(df, "\n")

# 각 컬럼별 평균
col_avg = df.mean()
print(col_avg, "\n")

실행 결과

   korean  math
a      50  10.0
b      60   NaN
c      70  40.0 

korean    3
math      2
dtype: int64 

a    2
b    1
c    2
dtype: int64 

korean    70.0
math      40.0
dtype: float64 

korean    50.0
math      10.0
dtype: float64 

korean    180.0
math       50.0
dtype: float64 

   korean  math
a      50  10.0
b      60  10.0
c      70  40.0 

좋은 웹페이지 즐겨찾기