Python 데이터전처리 & 시각화

기초 통계량 확인하기

iris.describe()

 

 

 

---

 

결측값 대체

 

iris_with_nan.info()      # 결측값 포함

결측값 포함한 df

iris_with_nan2=iris_with_nan.fillna(value=0)        
# fillna 사용

iris_with_nan3 = iris_with_nan.replace(np.nan,0)        
# replace 사용

iris_with_nan2.info()       # 결측값 제거

결측값을 0으로 대체

 

 

 

---

 

 

 

특정 값을 반환하여 새로운 컬럼 추가

iris["Sepal Size"] = np.where(iris["Sepal Length"].values >= 5.0 , "Large", "Small")
# np.where()
# 만족하면 "Large", 그렇지 않으면 "Small"

iris["Sepal Size"] = ["Large" if i >= 5.0 else "Small" for i in iris["Sepal Length"]]
# List Comprehension
# 삼항연산자

iris.loc[iris["Sepal Length"]>= 5.0,"Sepal Size"] = "Large"
iris.loc[iris["Sepal Length"]< 5.0, "Sepal Size"] = "Small"    
# loc 로 슬라이싱
# 행 과 열을 불러온다
# 컬럼이 없다면 새로 생성됨
# 인덱스가 없을때는 불러오지 못함

특정 값을 반환하여 새로운 컬럼 추가

참고:

https://data-newbie.tistory.com/559

https://studyweb.tistory.com/entry/Numpy-%EC%82%AC%EC%9A%A9%EB%B2%95-5-npwhere

 

 

 

 

 

---

 

 

 

다양한 통계량 구하기

iris.groupby("Species")[["Sepal Length","Sepal Width"]].agg([np.sum, np.mean, np.std])
# df.groupby("컬럼").agg([])

numpy 를 통한 통계량 계산

 

np.std	표준편차
np.var	분산

 

참고:

https://numpy.org/doc/stable/reference/generated/numpy.std.html

 

 

 

 

---

 

seaborn 으로 시각화

 

sns.scatterplot(data=iris, x="Sepal Length", y="Sepal Width", hue="Species") 
# 산점도

sns.histplot(data=iris, x="Sepal Length", hue = "Species")
# 히스토그램

sns.boxplot(data=iris, x="Petal Length", hue = "Species")
# 박스플롯

 

참고:

https://seaborn.pydata.org/generated/seaborn.boxplot.html