데이터 다루기 예시2

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

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

1. index 및 columns 다루기

Q. 'survived' 컬럼을 index로 만들어 확인하고, 다시 'survived' 컬럼을 돌려놓은 뒤 인덱스를 초기화시키세요.

df.set_index('survived', inplace=True)
temp = df.index
df.reset_index(drop=True, inplace=True)
df['survived'] = temp

Q. DataFrame df의 컬럼명을 다음과 같이 변경하세요
plcass : passenger_class | sex : gender | age : old

df.rename(columns={'pclass':'passenger_class', 'sex':'gender', 'age':'old'}, inplace=True)

2. goupby

Q. pclass 값에 따른 fare 값의 평균, 분산, 최대, 최소 값을 구하세요.

df.groupby('passenger_class').fare.describe()

Q. pclass 값과 sex 값에 따른 age 의 평균을 구하세요.

df.groupby(['passenger_class', 'gender']).old.mean() # 위에서 age를 old로 변경

3. apply

Q. 'class'의 카테고리를 apply 함수를 이용하여, 다음과 같이 변경하세요.
First : 01 | Second : 02 | Third : 03

def change(value):
  if value == 'First':
    return '01'
  elif value =='Second':
    return '02'
  else :
    return '03'

df['class'] = df['class'].apply(change)

Q. 'embark_town' 컬럼의 'Southampton'를 apply 함수를 이용하여, 'Manchester'로 변경하세요.

def change1(value):
  if value == 'Southampton':
    return 'Manchester'
  else :
    return value

df['embark_town'] = df['embark_town'].apply(change1)

4. concat 및 merge (데이터 합치기)

Q. 아래의 DataFrame df_2와 df를 하나의 프레임으로 합치세요.

# df_2 제공
data = {'col_1':100, 'col_2':200}
df_2 = pd.DataFrame(data, index=np.arange(891))

df_2

pd.concat([df,df_2], axis=1)

Q. 아래의 DataFrame df_3와 df를 하나의 프레임으로 합치세요.

# df_3 제공
data = [[2, 12.0, 'S'], [1, 45.0, 'Q'], [3, 33.0, 'S']]
df_3 = pd.DataFrame(data, columns=['passenger_class', 'old', 'embarked'])

df_3

df.merge(df_3, how='inner')

5. melt 및 pivot

Q. melt 함수를 사용하여 DataFrame df를 아래와 같은 tidy format으로 바꾸세요.

survived    variable    value

0 0 adult_male True
1 1 adult_male False
2 1 adult_male False
3 1 adult_male False
4 0 adult_male True
... ... ... ...
1777 0 alone True
1778 1 alone True
1779 0 alone False
1780 1 alone True
1781 0 alone True

df_tidy = df.melt(id_vars='survived', value_vars=['adult_male','alone'])

Q. pivot_table 함수를 사용하여, 위 문제의 tidy format을 아래와 같은 wide format으로 바꾸세요.

variable adult_male alone
survived
0 0.817851 0.681239
1 0.257310 0.476608

df_wide = df_tidy.pivot_table(index='survived', columns='variable', values='value')