[Pandas Series_1] 판다스 시리즈 첫걸음, 수치 시리즈 분석 메서드

 

# 시리즈는 데이터 프레임에서 한 행이나 열만 선택하면 얻어지는 것 

In [6]:

import pandas as pd

In [8]:

titanic = pd.read_csv("titanic.csv")

In [10]:

titanic

Out[10]:

survived pclass sex age sibsp parch fare embarked deck 

 

0	3	male	22.0	1	0	7.2500	S	NaN
1	1	female	38.0	1	0	71.2833	C	C
1	3	female	26.0	0	0	7.9250	S	NaN
1	1	female	35.0	1	0	53.1000	S	C
0	3	male	35.0	0	0	8.0500	S	NaN
...	...	...	...	...	...	...	...	...
0	2	male	27.0	0	0	13.0000	S	NaN
1	1	female	19.0	0	0	30.0000	S	B
0	3	female	NaN	1	2	23.4500	S	NaN
1	1	male	26.0	0	0	30.0000	C	C
0	3	male	32.0	0	0	7.7500	Q	NaN

891 rows × 9 columns

In [12]:

titanic["age"]

Out[12]:

0      22.0
1      38.0
2      26.0
3      35.0
4      35.0
       ... 
886    27.0
887    19.0
888     NaN
889    26.0
890    32.0
Name: age, Length: 891, dtype: float64

In [14]:

type(titanic["age"])

Out[14]:

pandas.core.series.Series

In [18]:

type(titanic.age)

Out[18]:

pandas.core.series.Series

In [20]:

titanic["age"].equals(titanic.age)

Out[20]:

True

In [22]:

age = titanic.age

In [24]:

age

Out[24]:

0      22.0
1      38.0
2      26.0
3      35.0
4      35.0
       ... 
886    27.0
887    19.0
888     NaN
889    26.0
890    32.0
Name: age, Length: 891, dtype: float64

In [26]:

# 판다스에서는 데이터프레임과 시리즈가 대부분의 속성과 메소드를 공유해서 데이터프레임에만 적용되거나 시리즈에만 적용되는 메소드나 속성은 거의 없음 

In [30]:

age.head(2)

Out[30]:

0    22.0
1    38.0
Name: age, dtype: float64

In [32]:

age.tail()

Out[32]:

886    27.0
887    19.0
888     NaN
889    26.0
890    32.0
Name: age, dtype: float64

In [36]:

age.dtype

Out[36]:

dtype('float64')

In [38]:

age.shape

Out[38]:

(891,)

In [40]:

len(age) # 판다스의 기본 함수도 사용할 수 있음 

Out[40]:

891

In [42]:

age.index

Out[42]:

RangeIndex(start=0, stop=891, step=1)

In [46]:

age.info()

<class 'pandas.core.series.Series'>
RangeIndex: 891 entries, 0 to 890
Series name: age
Non-Null Count  Dtype  
--------------  -----  
714 non-null    float64
dtypes: float64(1)
memory usage: 7.1 KB

In [50]:

age.to_frame()

Out[50]:

age 

 

22.0
38.0
26.0
35.0
35.0
...
27.0
19.0
NaN
26.0
32.0

891 rows × 1 columns

In [52]:

# Analyzing Numerical Series

In [58]:

age # 수치형 시리즈와 그 데이터에 대해 자세히 배우도록 해보자 , age 열은 다음과 같이 수치형 데이터들을 확인할 수 있음

Out[58]:

0      22.0
1      38.0
2      26.0
3      35.0
4      35.0
       ... 
886    27.0
887    19.0
888     NaN
889    26.0
890    32.0
Name: age, Length: 891, dtype: float64

In [60]:

age.describe() # 통계적 요약 가능, null값과 같은 결측값을 제외한 원소의 수인 count가 714로 표현됨 

Out[60]:

count    714.000000
mean      29.699118
std       14.526497
min        0.420000
25%       20.125000
50%       28.000000
75%       38.000000
max       80.000000
Name: age, dtype: float64

In [64]:

age.count() # 결측값을 제외한 값들의 수를 나타낼 수 있음 

Out[64]:

714

In [70]:

age.size # 결측값을 포함

Out[70]:

891

In [72]:

len(age) # 마찬가지임 

Out[72]:

891

In [74]:

# 판다스 라이브러리의 중요한 장점은 판다스가 지저분하고 불확실한 실제 데이터를 잘 다룰 수 있도록 설계되어 있다는 점임. 

In [110]:

'''
Signature:
age.sum(
    axis: 'Axis | None' = None,
    skipna: 'bool' = True,
    numeric_only: 'bool' = False,
    min_count: 'int' = 0,
    **kwargs,
)
'''
age.sum() 

Out[110]:

21205.17

In [108]:

sum(age) # 파이썬 내장함수를 사용하면 nan이 나옴, 내장 함수가 결측값을 어떻게 처리해아할지 모르기 때문임 

Out[108]:

nan

In [112]:

age.unique() # 고유 값들만 가져오게됨 

Out[112]:

array([22.  , 38.  , 26.  , 35.  ,   nan, 54.  ,  2.  , 27.  , 14.  ,
        4.  , 58.  , 20.  , 39.  , 55.  , 31.  , 34.  , 15.  , 28.  ,
        8.  , 19.  , 40.  , 66.  , 42.  , 21.  , 18.  ,  3.  ,  7.  ,
       49.  , 29.  , 65.  , 28.5 ,  5.  , 11.  , 45.  , 17.  , 32.  ,
       16.  , 25.  ,  0.83, 30.  , 33.  , 23.  , 24.  , 46.  , 59.  ,
       71.  , 37.  , 47.  , 14.5 , 70.5 , 32.5 , 12.  ,  9.  , 36.5 ,
       51.  , 55.5 , 40.5 , 44.  ,  1.  , 61.  , 56.  , 50.  , 36.  ,
       45.5 , 20.5 , 62.  , 41.  , 52.  , 63.  , 23.5 ,  0.92, 43.  ,
       60.  , 10.  , 64.  , 13.  , 48.  ,  0.75, 53.  , 57.  , 80.  ,
       70.  , 24.5 ,  6.  ,  0.67, 30.5 ,  0.42, 34.5 , 74.  ])

In [116]:

len(age.unique()) # 결측값도 포함하기 때문에 89가 출력됨 

Out[116]:

89

In [122]:

'''
unique() 와 다른점
Return number of unique elements in the object.

Excludes NA values by default.
'''

age.nunique()

Out[122]:

88

In [136]:

"""
Signature:
age.value_counts(
    normalize: 'bool' = False,
    sort: 'bool' = True,
    ascending: 'bool' = False,
    bins=None,
    dropna: 'bool' = True,
) -> 'Series'
위에 바꾸면 내입맛대로 사용가능 
"""
age.value_counts()

Out[136]:

age
24.00    30
22.00    27
18.00    26
19.00    25
28.00    25
         ..
36.50     1
55.50     1
0.92      1
23.50     1
74.00     1
Name: count, Length: 88, dtype: int64

In [138]:

30/age.count()

Out[138]:

0.04201680672268908

In [140]:

age.value_counts(bins = 5) # 길이를 구해서 bins = 5 로 설정해두었기 때문에 나누기 5 함 

Out[140]:

(16.336, 32.252]    346
(32.252, 48.168]    188
(0.339, 16.336]     100
(48.168, 64.084]     69
(64.084, 80.0]       11
Name: count, dtype: int64

In [142]:

# 여기서 value_counts 의 결과도 판다스 시리즈임 

In [154]:

age.value_counts(normalize = True).sum()

Out[154]:

1.0