내일배움캠프_데이터 전처리&시각화_2회차

1. 기초 통계 분석

① describe : 데이터의 분포와 중심경향을 한눈에 파악할 수 있는 메서드 입니다.

 

② 상세 백분위수 보기

# 더 상세한 백분위수로 분석 detailed_stats = titanic.describe(percentiles=[.1, .25, .5, .75, .9, .95]) print("=== 상세 백분위수 분석 ===") print(detailed_stats['Age'].round(2))

 

③ 데이터 컬럼만 보기

df.columns.tolist()

 

④ 결측치와 데이터 타입 보기

df.info()

 

⑤ 데이터 한 컬럼만 확인하기

df['fixed acidity']

⑥ 특정 조건을 만족하는 값만 확인하기

df[df['alcohol'] >= 12]

df_1 = df[(df['alcohol'] >= 12) & (df['quality'] >= 7)]

 

 

⑦ 인덱스 재정렬하기

df_1.reset_index()

 

⑧ 데이터 범주 확인

 1) unique()

titanic['Sex'].unique()

 

 2) value_counts()

sex_counts = titanic['Sex'].value_counts() print("=== 성별 분포 ===") print(sex_counts)

 3) value_count(normalize=True)

sex_rations = titanic['Sex'].value_counts(normalize=True) print("=== 성별 비율 ===") print(sex_rations.round(2))

 

 4) 'mean' : 평균, '50%' : 중위값

age_stats = titanic['Age'].describe() mean_age = age_stats['mean'] median_age = age_stats['50%'] print(f"평균 나이: {mean_age:.1f}세") print(f"중위수 나이: {median_age:.1f}세") print(f"차이: {mean_age - median_age:.1f}세")

⑨ 왜도와 첨도 해석

# 왜도와 첨도로 분포 특성 정량화 age_data = titanic['Age'].dropna() skewness = age_data.skew() kurtosis = age_data.kurtosis() print(f"왜도(Skewness): {skewness:.3f}") print(f"첨도(Kurtosis): {kurtosis:.3f}")

 

추가로 왜도, 첨도에 대한 이해가 안되서 공식을 찾아봤습니다.

 

※ 크기가 n 인 표본의 왜도와 첨도

크기가 n 인 표본의 왜도

 

크기가 n인 표본의 첨도

⑩ 상관관계 분석

# 주요 숫자형 변수들의 상관관계 numeric_cols = ['Survived', 'Pclass', 'Age', 'SibSp', 'Parch', 'Fare'] correlation_matrix = titanic[numeric_cols].corr() print("=== 상관관계 매트릭스 ===") print(correlation_matrix.round(3))