Pandas 통계 함수 - describe, mean, median, corr 등

Pandas 통계 함수 - describe, mean, median, corr 등

데이터 분석

통계

describe() - 요약통계

• 전반적인 주요 통계 확인
• df.describe() : 수치형
  • count: 데이터 개수
  • mean: 평균
  • std: 표준편차
  • min: 최솟값
  • max: 최대값
• df.describe(include='object') : 문자열
  • count: 데이터 개수
  • unique: 고유 데이터의 값 개수
  • top: 가장 많이 출현한 데이터 개수
  • freq: 가장 많이 출현한 데이터의 빈도수

count()

• df.count() / df['age'].count()

  mean()

• df.mean() / df['age'].mean()
• 조건별 평균
  • condition = (df['adult_male'] == True)
  • df.loc[condition, 'age'].mean()
• skipna=False
  • NaN 값이 있는 col은 NaN 값으로 출력
  • df.mean(skipna=False)

    median()

• 오름차순 정렬하여 중앙에 위치한 값 출력
• pd.Series([1, 2, 3, 4, 5]).median() : 3
• pd.Series([4, 5, 1, 2, 3]).median() : 3

  sum()

• df.sum() / df['fare'].sum()

  cusum(), cuprod()

• df['age'].cumsum() : 누적합
• df['age'].cumprod() : 누적곱

  var()

• df['fare'].var()

  min(), max()

  -df['age'].min() -df['age'].max()

  agg()

• 단일컬럼
  df['age'].agg(['min', 'max', 'count', 'mean'])
• 복수컬럼
  df[['age', 'fare']].agg(['min', 'max', 'count', 'mean'])
• numpy 통계 함수 적용
  df[['age', 'fare']].agg(['min', np.max, np.median, 'mean'])

  quantile()

• 주어진 데이터를 동등한 크기로 분할하는 지점 -df['age'].quantile(0.1) : 10% quantile -df['age'].quantile(0.8) : 80% quantile

  unique(), nunique()

  -df['who'].unique() : 고유값

• df['who'].nunique() : 고유값개수

  mode()

• df['who'].mode() : 최빈값(가장 많이 출현한 데이터)

  corr()

• 컬럼별 상관관계를 확인
• -1 ~ 1사이의 범위를 가짐.
• -1에 가까울수록 반비례, 1에 가까울수록 정비례
• df.corr()
• df.corr()['survived']