📌Python 정규과제는 매주 정해진 분량의 『파이썬 라이브러리를 활용한 데이터 분석』 을 읽고 학습하는 것입니다. 이번주는 아래의 Python_4th_TIL에 나열된 분량을 읽고 공부하시면 됩니다.
아래의 문제를 풀어보며 학습 내용을 점검하세요. 문제를 해결하는 과정에서 개념을 스스로 정리하고, 필요한 경우 참고 자료를 통해 보완하는 것이 좋습니다.
교재 실습 예제 파일은 07_Python_Template 레포지토리의 notebooks 폴더에 업로드되어 있습니다.
👀(수행 인증샷은 필수입니다.)
| 주차 | 공부 범위 | 완료 여부 |
|---|---|---|
| 1주차 | p.25~82 | ✅ |
| 2주차 | p.83~129 | ✅ |
| 3주차 | p.131~179 | ✅ |
| 4주차 | p.181~246 | ✅ |
| 5주차 | p.247~309 | 🍽️ |
| 6주차 | p.310~379 | 🍽️ |
| 7주차 | p.381~465 | 🍽️ |
-
Series
- 일련의 객체를 담을 수 있는 1차원 배열 같은 자료구조다.
- 그리고 index라는 배열의 데이터와 연관된 이름을 갖는다.
- Series의 배열과 색인 객체는 각각 array와 index 속성을 통해 얻을 수 있다.
- 고정 길이의 정렬된 딕셔너리라고 생각하면 좋다.
-
DataFrame
- 표 같은 스프레드시트 형식의 자료구조다.
- 여러 개의 열이 있고 서로 다른 종류의 값을 담을 수 있다.
- 행과 열에 대한 색인을 가지며, 색인의 모양이 같은 Series 객체를 담고 있는 파이썬 딕셔너리로 생각하면 좋다.
- DataFrame의 색인은 Series와 동일한 방식으로 자동 할당되며 열은 data의 키 순서에 따라 정렬되어 저장된다.
- head()를 통해 처음 5개행만 출력 가능. tail은 그 반대
- 딕셔너리에 없는 값을 columns에 넘기면 결과에 결측치가 표시된다.
- 리스트나 배열을 열에 대입할 때는 대입하려는 값의 길이가 DataFrame의 길이와 동일해야 한다.
- del 예약어를 사용하여 열을 삭제할 수 있다.
-
색인 객체
- 축 레이블과 다른 메타데이터를 저장하는 객체다.
- Series나 DataFrame 객체를 생성할 때 사용하는 배열이나 다른 순차적인 레이블은 내부적으로 색인으로 변환된다.
- 색인 객체는 변경이 불가능 하다.
- 파이썬 집합과 달리 판다스의 색인은 중복되는 값을 허용한다.
Series
DataFrame
색인 객체
-
재색인
- reindex는 새로운 색인에 적합하도록 객체를 새로 생성하는 기능이다.
- Series 객체에 대해서 reindex를 호출하면 데이터를 새로운 색인에 맞게 재배열하고, 존재하지 않는 색인값이 있다면 NaN을 새로 추가한다.
-
하나의 행이나 열 삭제하기
- 색인 배열을 갖고 있다면 reindex 메서드나 .loc 기반의 색인을 이용할 수 있으므로 행이나 열을 쉽게 삭제할 수 있다.
- drop 메서드를 사용하면 선택한 값들이 삭제된 새로운 객체를 얻을 수 있다.
-
색인하기, 선택하기, 거르기
- Series의 색인은 넘파이 배열의 색인과 유사하게 작동하지만 정수가 아니어도 된다는 점이 다르다.
- Series와 마찬가지로 DataFrame에는 레이블과 정수 기반 색인을 위한 loc, iloc 속성이 존재한다.
- DataFrame은 2차원이므로 축 레이블(loc) 또는 정수 색인(iloc)을 이용해 행렬의 부분집합을 선택할 수 있다.
-
산술 연산과 데이터 정렬
- 판다스는 서로 다른 색인을 가지고 있는 객체 간의 산술 연산을 간단하게 처리할 수 있다.
- 서로 겹치는 색인이 없는 경우 데이터는 결측치가 된다.
- 공통 열이나 행 레이블이 없는 DataFrame을 더하면 결과는 아무것도 나타나지 않는다.
- fill_value 값을 통해 누락된 값을 대체가 가능하다.
-
함수 적용과 매핑
- 판다스 객체에도 넘파이의 유니버설 함수를 적용할 수 있다.
-
정렬과 순위
- 정렬된 새로운 객체를 반환하는 sort_index 메서드를 사용해 행과 열의 색인을 알파벳순으로 정렬할 수 있다.
- DataFrame은 행과 열 중 하나의 인덱스를 기준으로 정렬할 수 있다.
- Series 객체를 값에 따라 정렬하고 싶다면 sort_values 메서드를 사용하면 된다.
- 결측치는 맨 마지막에 위치한다.
- rank 메서드는 동점인 항목에 대해서는 평균 순위를 매겨 책정한다.
-
중복 색인
- 색인은 유일해야 하지만 의무는 아니기에 중복된 색인을 가질 수 있다.
- is_unique 속성은 해당 값이 유일한지 아닌지 알려준다.
- 유일한 색인만 있다면 스칼라 값을 반환하고, 중복되는 색인값이 있을 때는 하나의 Seires 객체를 반환한다.
재색인
하나의 행이나 열 삭제하기
산술 연산과 데이터 정렬
함수 적용과 매핑
정렬과 순위
중복 색인
- 기술 통계 계산과 요약
- 판다스 객체는 일반적인 수학 메서드와 통계 메서드를 갖고 있다.
- sum 메서드를 호출하면 각 열의 합을 담은 Series를 반환한다.
- axis='columns' 또는 axis=1 옵션을 넘기면 각 열의 합을 반환한다.
- 모든 값이 NA 값이라면 그 합은 0이 되고 값이 하나라도 NA라면 결과 값은 NA 다. 이는 skipna 옵션으로 비활성화 할 수 있다.
- idxmin이나 idxmax 같은 메서드는 최소 혹은 최댓값을 가진 색인값 같은 간접 통계를 반환한다.
- cumsum()으로 누산이 가능하다.
1-1. 상관관계와 공분산
- corr 메서드는 NA가 아니며 정렬된 색인에서 연속하는 두 Series의 상관관계를 계산하고 cov 메서드는 공분산을 계산한다.
- 반면 DataFrame에서 corr과 cov 메서드는 각 DataFrame 행렬상의 상관관계와 공분산을 계산한다.
- corwith 메서드를 사용하면 다른 Series나 DataFrame과의 상관관계를 계산한다.
1-2. 유일값, 값 세기, 멤버십
- unique 함수는 Series에서 중복되는 값을 제거하고 유일한 값만 담음 Series를 반환한다.
- unique.sort()를 이용해서 유일값은 정렬된 순서로 반환한다.\
- value.counts에서 반환하는 Series는 담고 있는 값을 내림차순 정렬한다.
- isin 메서드는 어떤 값이 Series에 존재하는지 나타내는 불리언 벡터를 반환한다.
기술 통계 계산과 요약
상관관계와 공분산
유일값, 값 세기, 멤버십
각 문제에 대한 실행 결과가 확인되도록 코드를 작성하고 실행한 뒤, 모든 문제의 실행 화면을 캡처하여 제출하시기 바랍니다.
1. 아래 코드를 실행하여 도서 매출 데이터를 생성합니다.
import pandas as pd
import numpy as np
# 도서 데이터 생성
data = {
"book_name": ["Python 기초", "Pandas 실무", "데이터 분석", "머신러닝 입문", "딥러닝 가이드"],
"price": [25000, 32000, 28000, 45000, 38000],
"sales_count": [15, 8, 20, 5, 12],
"stock": [10, 5, 0, 15, 7]
}
df = pd.DataFrame(data)2. 문제
1. 데이터 확인 및 기초 통계 출력
- 문제 설명: 요약 정보 확인
- describe() 메서드를 사용하여 수치형 데이터(가격, 판매량 등)의 기술 통계 정보를 출력하세요.
- print()를 이용해 기술 통계 결과를 화면에 출력하세요.
2. 특정 조건의 데이터 필터링 (불리언 색인)
- 문제 설명: 현재 재고가 하나도 없는(0인) 도서 찾기
- stock 열의 값이 0인 행만 추출하여 새로운 변수에 저장하세요.
- print()를 이용해 재고가 0인 도서의 정보를 출력하세요.
3. 새로운 열 추가 (파생 변수 생성)
- 문제 설명: 각 도서별 총 매출액(total_revenue) 계산
- price와 sales_count를 곱하여 total_revenue라는 새로운 열을 추가하세요.
- print()를 이용해 새로운 열이 추가된 DataFrame의 상단 5행(head)을 출력하세요.
