[22일차] ASAC 빅데이터 분석가 4기(DataHandling-6)

📌 주어진 데이터로 Data Handling 하기

• 데이터 불러오기 & 데이터 들여다보기

import pandas as pd
import numpy as np

path = 'datasamples/telecom_churn.csv'
data = pd.read_csv(path)
data.head()

• 데이터의 구조 & 데이터의 index, column 정보 확인하기

data.shape
data.info()

data.index

data.columns

• 데이터의 수치 정보 확인하기 & 다른 형식의 정보도 확인하기

data.describe()

data.describe(include=["object", "bool"])

• 찾고자 하는 column의 위치 확인하기

cols = ["Area code", "Customer service calls", "Churn"]
idx_cols = [ data.columns.get_loc(col) for col in cols ]
idx_cols

• column의 unique값과 갯수 & 비율 확인하기

data["Churn"].value_counts()

data["Churn"].value_counts(normalize=True)

• column을 기준으로 데이터 정렬하기

data.sort_values(by = ["Churn", "Total day charge"],
                 ascending = [True, False])

• boolean indexing을 통한 필터링

data.loc[data["Churn"] == 1, "Total day minutes"].mean()

data[data.loc[:, "State"].apply(lambda x: x[0]) == "W"]

• column값 갱신

# apply 사용
data.loc[:,"International plan"].apply(lambda x: True if x=="Yes" else False)

# replace 사용
d = { "Yes": True, "No": False }
data.replace({ "International plan": d })

• data grouping

data.groupby(by=["Churn"]).agg(
    {
        "Total day minutes": "mean",
        "Total eve minutes": "std",
        "Total night minutes": "max"
    }
)

---

📌 주어진 데이터로 그래프 그리기

• matplotlib의 pyplot 이용하기

import matplotlib.pyplot as plt

data.loc[:, cols].plot(kind="density")

data.loc[:, cols].plot(kind="density", subplots=True)

• seaborn 이용하기

import seaborn as sns

sns.boxplot( data = data, x = "Total intl calls")

• 여러가지 그래프를 하나의 영역에 나눠 그리기

fig, axes = plt.subplots(nrows= 1, ncols=2, sharey=True)

sns.boxplot(data=data, y="Total intl calls", ax = axes[0])
sns.violinplot(data=data, y="Total intl calls", ax = axes[1])

• 몇가지 칼럼을 제외하고 주목하려는 칼럼만 지정 & 지정된 칼럼만 그래프로 나타내기

no_focus = ["State", "International plan", "Voice mail plan", "f-code"]

focus = list(set(data.columns) - set(no_focus))

fig, axes = plt.subplots(nrows=3, ncols=6)

for idx, col in enumerate(focus):
    my_ax = axes[idx//6, idx % 6]
    sns.boxplot(data=data, x="Churn", y=col, ax= my_ax)
    my_ax.set_ylabel(col)
    
fig.tight_layout()