질문

<aside> ❓ copy()를 사용할 때는 이름이 같지만 파이썬, 판다스, 넘파이에서 모두 사용할 수 있습니다. 그런데 기능이 약간 차이가 있으니 어디에서 불러서 사용하는지 확인해봐야합니다. 어디에서 불러서 사용하는지 어떻게 확인할까요?

• shift tap 도움말로 구분
• .copy() 앞에 붙은 객체가 무엇인지 확인 </aside>

<aside> ❓ sns.heatmap(), df.style.background_gradient() → 두 가지의 차이점?

• df.style.background_gradient() → 성질이 다른 각 변수를 각각 비교하고자 할 때 적합합니다.
  • 예) 변수에 체중, 키, BMI지수, 콜레스테롤수치 처럼 스케일값이 다르고 성질이 다른 값의 스케일을 비교하고자 할 때 적합 </aside>

<aside> ❓ 왜 groupby 로 할 수 있는 것은 pivot_table로도 대부분 구현이 가능할까요?

• groupby를 이용하여 엑셀처럼 편하게 만들기 위해서 만들어진 것이 피봇테이블이기 때문
• pivot_table이 groupby의 하이레벨 인터페이스
• groupby > pivot_table > crosstab </aside>

<aside> ❓ 바이올린 플롯에서 가운데 점은 무엇을 의미하나요?

• 중앙값을 의미합니다. </aside>

<aside> ❓ 시각화를 하기 위해 어떤 라이브러리를 쓰는 것이 좋을까요?

• 모든 라이브러리가 장단점이 있지만

  • pandas 시각화의 장점 : 계산기능을 제공안해서 연산 후 시각화 해서 느리지 않음
    • pandas는 데이터 프레임이나 Series에 바로 적용할 수 있다. </aside>

• 시각화를 할 때 많은 색을 사용하기 보다는 몇가지의 색으로만 하는 것이 좋다.

0305

kosis 데이터를 가지고 분석하기!

• 우리가 불러온 데이터는 raw 데이터가 아닙니다. 왜?
  • 집계되어있는 데이터임
• 그렇다면 raw 데이터만 모여 있는 곳은?
  • MDIS 마이크로데이터 에서 제공하고 있다.

소(재)부(품)장(비)산업 데이터로 확인!

• 행렬전환 기능 중요!

• 없었을 땐 melt사용

  • melt
    • id_vars = 기준이 될 열 설정(어떤 행을 기준으로 녹일 것인지)
    • https://pandas.pydata.org/docs/reference/api/pandas.melt.html

• 결측치 제거

  • dropna() : 결측치가 하나라도 있으면 삭제

• 필요없는 열 삭제

  • drop(columns = '')

• 정규표현식

  • 회원가입 데이터
    • 전화번호, 이메일, 비밀번호 필수 문자, 우편번호 자릿수
  • 특정한 규칙을 가진 문자열의 집합을 표현하는데 사용하는 형식언어
  • 파이선의 정규표현식 표준 라이브러리 : re (regular expression : regexp)
  • 문자 패턴
    • [ ] : 일치시킬 문자 세트의 패턴
    • [가나다] : 가 or 나 or 다 중 하나를 포함하고 있는지
    • [가-힣] : 한글 가부터 힣까의 문자 중 하나를 포함하고 있는지
    • [0-9] : 0~9까지의 숫자 중 하나를 포함하고 있는지
    • [^0-9] : 숫자를 포함하고 있지 않음
    • [^가-힣] : 한글이 포함되어 있지 않음
    • [가-힣+] : 한글이 하나 이상 포함되는지

  re - Regular expression operations

• 연,월 분리하기

  • 내 방식

    df["연월"] = df['연월'].replace('[^0-9]','',regex = True)
    df["연"] = df['연월'].str[:4].astype('int')
    df["월"] = df['연월'].str[-2:].astype('int')
    

  • 강사님 방식

    # 슬라이싱 사용하는 방법
    df["연"] = df["연월"].str[:4].astype(int)
    df["월"] = df["연월"].str[-2:].astype(int)
    
    # split()을 사용하는 방법
    df["연"] = df["연월"].str.split(".").str[0].astype(int)
    df["월"] = df["연월"].str.split(".").str[1].astype(int)
    

  • 연, 월을 분리한 이유?

    • 월별 수입수출액, 연도별 수입수출액, 국가권역별 수입수출액을 월별로 비교하기 연도별로 비교하기위해서

• 컬럼명 다시 설정해주기

  • rename(columns={’원래컬럼명’ : ‘변경컬럼명’})
  • 꼭 다시 할당해주기!

    • 왜 inplace를 사용하지 않는가?

      → 앞으로 없어질 계획인 속성값, 메서드 체이닝을 했을 때도 제대로 동작하지 않는다.

• DataFrame.nlargest(*n*, *columns*, *keep='first'*)

  • 열 별로 내림차순 으로 정렬된 처음 n 개 행을 반환합니다 .
  • 즉, nlargest() → sort_values(ascending = False).head(n) 과 같음
  • nsmallest() → sort_values(ascending = True).head(n) 와 같음
  • sort_values해주는 것 보다 nlargest() 를 더 권장함

• kosis 데이터를 볼 때 주의할 점은 제공된 데이터가 평균인지 합계인지 구분할 필요가 있다.

  • 평균을 합계를 내면 값이 왜곡 될 수 있다.