데이터 다루기 예시1

# Import Packages
import pandas as pd 
import numpy as np
import seaborn as sns

# dataset upload
df = sns.load_dataset("titanic")
df

1. 결측치 다루기

Q. 'deck'컬럼의 결측치 개수는 몇 개인가요?

df['deck'].isna().sum() # 특정 컬럼에 결측치 개수 세기

Q. 모든 결측치는 컬럼기준 직전의 값으로 대체하고, 첫번째 행에 결측치가 있을 경우 뒤에 있는 값으로 대체하세요

df['deck'].fillna(method='ffill', inplace=True) # 먼저 전체에 대해서 직전값 적용
df['deck'].fillna(method='bfill', inplace=True) # 첫 행은 적용안되었을 테니, 후의 값으로 적용

2. 데이터의 형 변환

Q. Data Type을 확인하세요

df.dtypes

Q. 'fare' column을 'int64'형태로 바꾸세요

def toint(value):
  return int(value)

df['fare'].apply(toint)

3. 컬럼 추가 및 삭제

Q. (컬럼추가) 기존 Column을 이용해서 새로운 Column을 만들어 봅니다.
'fare' Column과 'pclass'Column 을 이용해서 fare_per_class라는 Column을 만들어 봅니다.

df['fare_per_class'] = df['fare'] / df['pclass']

Q. (컬럼삭제) 만든 Column을 지워 봅니다.
'fare_per_class' Column 을 이용했으니 지워봅시다.

df.drop(['fare_per_class'], axis=1, inplace=True)

4. loc 및 iloc 다루기

Q. df의 데이터 중 embark_town 값에 Southampton 들어가지 않는 경우의 갯수는 몇 개인가요?

df[df['embark_town'] != 'Southampton'].count()

Q. 7번째 컬럼의 3번째 값은 무엇인가?

df.iloc[2, 6]

5. 데이터 필터링

Q. age 값이 30보다 작은 데이터를 추출하여 index를 0부터 정렬하고 첫 5행을 출력하라

condition = (df['age'] < 30)
df1 = df[condition].reset_index(drop=True)

Q. pclass값이 2 이하이고 alive 값이 yes 인 데이터 프레임을 추출하라

condition1 = (df['pclass'] <= 2)
condition2 = (df['alive'] == 'yes')
df[condition1 & condition2]