5장 데이터 분석 기초! - 데이터 파악하기, 다루기 쉽게 수정하기 (2)

5-2 변수명 바꾸기

변수명 바꾸기

1. 데이터 프레임 만들기

df_raw = pd.DataFrame({'var1' : [1,2,1],
                       'var2' : [2,3,2]})
df_raw

2. 데이터 프레임 복사본 만들기

df_new = df_raw.copy()
df_new

3. 변수명 바꾸기

df_new = df_new.rename(columns = {'var2':'v2'})
df_new

혼자서 해보기

Q1 mpg 데이터를 불러와 복사본 만들기

mpg = pd.read_csv('mpg.csv')

mpg_copy = mpg.copy()
mpg_copy

Q2 복사본 데이터를 이용해 cty는 city로, hwy는 highway로 수정

mpg_copy = mpg_copy.rename(columns = {'cty' : 'city'})
mpg_copy = mpg_copy.rename(columns = {'hwy' : 'highway'})

mpg_copy

Q3 데이터 일부 출력

mpg_copy

 

 

5-3 파생변수 만들기

파생변수(dervied variable) : 기존의 변수를 변형해 만든 변수

변수 조합해 파생변수 만들기

1. 변수 2개로 구성된 데이터 프레임 만들기

df = pd.DataFrame({'var1' : [4,3,8],
                   'var2' : [2,6,1]})
df

2. var_sum 파생변수 만들어 추가

df['var_sum'] = df['var1'] + df['var2']
df

3. var_mean 파생변수 만들어 추가

df['var_mean'] = (df['var1'] + df['var2']) / 2
df

mpg 통합 연비 변수 만들기

mpg['total'] = (mpg['cty'] + mpg['hwy']) / 2
mpg.head()

sum(mpg['total']) / len(mpg)

##출력: 20.14957264957265

mpg['total'].mean()

##출력: 20.14957264957265

조건문을 활용해 파생변수 만들기

1. 기준값 정하기

2. 합격 판정 변수 만들기

3. 빈도표로 합격 판정 자동차 수 살펴보기

4. 막대 그래프로 빈도 표현하기

mpg['total'].describe()

"""
count    234.000000
mean      20.149573
std        5.050290
min       10.500000
25%       15.500000
50%       20.500000
75%       23.500000
max       39.500000
Name: total, dtype: float64
"""

mpg['total'].plot.hist()

import numpy as np

mpg['test'] = np.where(mpg['total'] >= 20, 'pass', 'fail')
mpg.head()

 

mpg['test'].value_counts()

"""
pass    128
fail    106
Name: test, dtype: int64
"""

count_test = mpg['test'].value_counts()

count_test.plot.bar()

count_test.plot.bar(rot=0)

중첩 조건문 활용하기

1. 연비 등급 변수 만들기

2. 빈도표와 막대 그래프로 연비 등급 살펴보기

mpg['grade'] = np.where(mpg['total'] >= 30, 'A',
               np.where(mpg['total'] >= 20, 'B', 'C'))

mpg.head()

count_grade = mpg['grade'].value_counts()

count_grade

"""
B    118
C    106
A     10
Name: grade, dtype: int64
"""

count_grade.plot.bar(rot=0)

알파벳 순으로 막대 정렬

count_grade = mpg['grade'].value_counts().sort_index()
count_grade

"""
A     10
B    118
C    106
Name: grade, dtype: int64
"""

count_grade.plot.bar(rot=0)

메서드 체이닝(method chaining)

점을 이용해 메서드를 계속 이어서 작성하는 방법

변수에 여러 베서드를 순서대로 적용할 수 있으므로 출력 결과를 변수에 할당하고 다시 불러오는 작업을 반복하지 않아도 됨

df = mpg['grade']
df = df.value_counts()
df = df.sort_index()

df

"""
A     10
B    118
C    106
Name: grade, dtype: int64
"""

df = mpg['grade'].value_counts().sort_index()

df

"""
A     10
B    118
C    106
Name: grade, dtype: int64
"""

필요한 만큼 범주 만들기

np.where()를 중접하면 원하는 만큼 범주의 수를 늘릴 수 있음

mpg['grade2'] = np.where(mpg['total'] >= 30, 'A',
                np.where(mpg['total'] >= 25, 'B',
                np.where(mpg['total'] >= 20, 'C', 'D')))

mpg

목록에 해당하는 행으로 변수 만들기

mpg['size'] = np.where((mpg['category'] == 'compact') |
                       (mpg['category'] == 'subcompact') |
                       (mpg['category'] == '2seater'), 
                       'small', 'large')

mpg['size'].value_counts()

"""
large    147
small     87
Name: size, dtype: int64
"""

mpg['size'] = np.where(mpg['category'].isin(['compact', 'subcompact', '2seater']), 'small', 'large')

mpg['size'].value_counts()

"""
large    147
small     87
Name: size, dtype: int64
"""

 

 

 

 

※ 해당 내용은 <Do it! 파이썬 데이터 분석>의 내용을 토대로 학습하며 정리한 내용입니다.