데이터분석

열 추가 혹은 열 삭제 방법값 추가 혹은 값 삭제 방법지정한 열 이름 변경 모든 칼럼을 다 변경하는 방법이다 (칼럼 수 가 같아야 한다) columns 안에 dict 형태로 "기존의 컬럼 이름" : "변경할 칼럼 이름 "rename 안에 inplace 옵션을 True

매핑 기준에 따라 : 인덱스 (행) , 컬럼이름(열) 을 기준으로 데이터 프레임을 붙이는 작업이다.세로 (행으로 합쳐라 ) 행 방향으로 붙이는 작업이다 칼럼 이름이 똑같아야 한다.inner , outer 옵션이 있다.inner 옵션은 같은 행과 열만 합치고 , oute

행과 행에 시간의 순서 (흐름) 행과 행 의 시간간격이 동일한 데이터 날짜 타입의 변수로 부터 날짜의 요소를 뽑아낼 수 있습니다.dt.날짜요소(년,월,일,시,분,초,분기,요일,...등등)format 형식은 알려줘야 한다.시계열 데이터에서 시간의 흐름 전후로 정보를 이동

matplotlib 기본 차트 그리기데이터 요건차트 꾸미기 비즈니스 패턴을 인식하기 위한 목적이다.원본 데이터 가 요약이 된다.요약을 하는 관점에서 해석이 달라질수가 있다.어떤 식으로 요약을 하면 정보의 손실이 발생한다.기본 차트를 그리는 방법 중에 하나이다.x축 :

단변량 분석 - 숫자형 if 20명의 나이 데이터 가 존재 한다고 보자 한눈에 파악할려면 무엇을 해야 할까요? 숫자형 변수 정리 방법 대푯값 으로 요약하기 mean : 평균 / 산술 평균 / 기하 평균 / 조화 평균 median : 자료의 순서상 가운데 위치한 값

탐색적 데이터 분석그래프 , 통계량 데이터를 요약하는 값들 (합계 , 평균 , 최대값 , 최솟값)만약 어떠한 case 가 맞는지 틀리는지 보고 싶을떄 가설검정실험언제 어떤 그래프를 그릴것인가.언제 어떤 통계량을 구할것인가언제 어떤 가설감정 방법을 사용할것인다.개별 변수

데이터 구조 만들기모델링을 위한 전처리 누락되는 값이 없어야 한다.(Nan)모든 값이 숫자여야 모델링이 가능하다 (범주 ->숫자)범주의 값도 숫자화 해야 한다.이상치의 값을 맞춰줘야 한다.

business understanding -> data understanding -> data preparation -> modeling -> evaluation -> deployment1단계 문제를 정의 비즈니스 문제를 해결해야 한다. 2단계 데이터 이해데이터가 어디

범주별 빈도수를 세는 경우가 많다 (pd.value_counts())범주별 비율을 만든다 (각각의 개수를 / 전체 개수로 나눠라 )시리즈의 값들의 빈도를 체크normalize 를 True 로 바꾸면 일반화 (빈도수 의 비율화) 로 바꿔주는 작업을 한다.범주별 빈도수를

새로운 연구를 위해 새로운 가설을 수립한다.실험을 통해 결과 데이터를 수집한다.수집한 데이터를 통해 입증을 해야 한다.기존 가설 -> 기존 가설의 반하는 증거 확인 -> 가설 수립 -> 데이터 수집 -> 가설 검정-> 채택가설이 충족하지 않은 경우 가설을 업데이트 해야

시각화 : 산점도 (scatter)수치화 : 상관 분석 점을 찍어서 그래프를 그린다각 점들이 얼마나 직선에 모여 있는지를 직선을 그린다두 숫자형 변수의 관계를 나타내는 그래프 는 무조건 산점도 이다.직선의 관계 가 있는지 확인해야 한다.plt.scatter(x값 , y

범주 -> 숫자를 비교하는 방법은 평균을 비교한다barplot 을 사용범주가 2개 : 두 평균의 차이 비교 범주가 3개 : 전체 평균과 각 범주의 평균 비교 생존 여부에 따라 나이의 차이가 있다.평균 비교 barplot()평균을 계산하는 plot()평균값이 얼마나 믿을

평균과 분산모집단과 표본표본평균 으로 모평균 추정중심극한정리95% 신뢰구간 한 집단을 설명하기 위해 대푯값으로 평균을 계산했을떄 값들이 평균으로 부터 얼마나 떨어져 있는지 나타내는 값을 표준 편차라고 한다분산 : 편차 제곱의 평균표준편차 : $$분산 \*\* 0.5$$

교차표를 만들어야 한다.if 타이타닉호에서 성별 생존 여부를 계산할떄 남자중에 사망수 / 생존수 여자 중에 사망수 / 생존수 를 계산해 교차표를 만들어야 한다.이러한 교차표를 Confusion Matrix 라고 한다.교차표를 시각화 해야 한다 (Mosaic Plot)

kdeplot 을 통해 판단을 하는것이다 .common_norm = False 옵션과 multiple = 'fill'시각화 는 kde plot 을 그리는 데 group 별로 그렸다.두개의 그래프가 접촉 하는 부분은 전체 평균과 같은 지점이다.그래프를 해석 할때는 전체

고객사는 \* 대출업무는은행 창구에서 신청을 받고본사의 심사부서에서는 신용평가를 통해 대출 신청에 대한 승인 여부를 결정해 왔습니다.현장의 요구경쟁사의 공격적인 대출상품 판매로, 본사에서는 자사 은행의 대출 실적이 줄어들고 있는 것에 부담을 느끼고 있습니다.그런데, 자

서울시 대중교통 데이터 서울시 구별 버스 승하차 이용 데이터 / 서울시 버스 데이터서울시 구별 생활 인구 데이터서울시 구별 주민 등록 인구 데이터서울기 구별 업종 등록 데이터 서울시 버스는 경기도 를 넘나든다 -> 서울시 정보만 추출해야 한다5자리 버스 정류장 코드

H0 : 온도가 따릉이 수요와 관련이 없다H1 : 온도가 따릉이 수요와 관련이 있다histplot 으로 출력해보면 15도 ~ 25도 데이터가 50% 를 차지하는것을 확인할수 있습니다.온도 -> 습도 영향을 미치는지 확인하기 위해서 regplot 을 그려 선형성을 확인해

H0 : 습도는 따릉이 수요와 관련이 없다.H1 : 습도는 따릉이 수요와 관련이 있다.이상치가 없는 데이터 분포를 나타내고 있으면서 60% ~80% 습도가 전체 데이터의 50% 를 차지한다.습도가 높으면 우하향 그래프를 그리는 결과를 확인할수 있다.상관관계 값 역시 중