데이터프레임 다루기 분포 확인 시각화 보간

데이터 프레임에서 컬럼값의 항목들을 확인하고 얼마나 있는지 분포 확인하기

df['col_name'].unique() # 결과는 array 로
df['col_name'].value_counts() # 값들의 분포를 나타냄

데이터 프레임에서 바로 plot 하기

df = pd.DataFrame({'lab':['A','B','C'], 'val':[10,30,20]})
ax = df.plot.bar(x='lab', y='val', rot=0)

df = pd.DataFrame([[5.1, 3.5, 0], [4.9, 3.0, 0], [7.0, 3.2, 1],
                   [6.4, 3.2, 1], [5.9, 3.0, 2]],
                  columns=['length', 'width', 'species'])
ax1 = df.plot.scatter(x='length',y='width', c='DarkBlue')

데이터 프레임 정보 보기

df.numeric.describe()
df.describe(include=[np.number]) # number 만 표현
df.describe(include=[object])
df.describe(include=['O']) # 이렇게도 표현 가능해보임
df.describe(include=['category'])

데이터프레임에서 불필요한 정보 제거하기

• 제거 할 열을 리스트로 선언하여 df.drop(정한list이름, axis=1) 로 제거하기

결측치 보간하기

def df_interpolate(df):
	return df.interpolate(method='linear', limit_direction='both', axis=0)

시각화 하기

• plot 하는 함수를 만들어서 여러 그래프 그릴 수 있다

시각화에서 이상치 나타내는 방법

• np.where 로 기준값 보다 큰 범위를 갖는 인덱스를 저장
• iloc 를 이용하여 인덱스들의 리스트를 선택
• 정상 데이터는 plot 으로, 이상치는 scatter 로 표현 가능

 

 

 

ref. https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.plot.bar.html