기술 통계
Coddy의 Pandas 데이터 분석 코스 레슨 — 19개 중 14번째.
Pandas는 데이터를 이해하고 분석하는 데 도움이 되는 여러 함수를 제공합니다. 다음은 자주 사용되는 몇 가지 함수입니다:
<strong>.count()</strong>: null이 아닌 관측치의 개수를 반환합니다:
df['column_name'].count()<strong>.mean()</strong>: null이 아닌 관측치의 평균을 반환합니다:
df['column_name'].mean()<strong>.min()</strong> 및 <strong>.max()</strong>: null이 아닌 관측치의 최솟값과 최댓값을 반환합니다:
df['column_name'].min()
df['column_name'].max()<strong>.median()</strong>: null이 아닌 관측치의 중앙값을 반환합니다:
df['column_name'].median()<strong>.std()</strong>: null이 아닌 관측치의 표준 편차를 반환합니다:
df['column_name'].std()다음은 지금까지 배운 내용을 바탕으로 이러한 메서드들을 사용하는 예시입니다:
그룹 A에 속한 플레이어가 몇 명인지 계산합니다:
players_a = df[df["group"] == "A"]
num_players = players_a["id"].count()
mean_score = players_a["score"].mean()
챌린지
쉬움CSV 파일 visits.csv는 특정 시간에 특정 위치에서 발생한 방문 횟수에 대한 정보를 포함하고 있습니다.
파일의 처음 5줄은 다음과 같습니다:
location_id,visits,timestamp
8,1771,27498
9,4187,79919
0,4959,54228
6,7721,41588다음 키를 가진 딕셔너리를 생성하세요: min, max, mean, std 그리고 median. 그리고 location id 5에 대한 visits 열의 통계에 해당하는 값을 제공하세요.
마지막으로, 딕셔너리를 출력하세요.
이 챌린지를 위한 코드의 일부가 제공됩니다. 누락된 부분을 완성하세요.
직접 해보기
# pandas가 pd로 이미 임포트되었습니다
df = pd.read_csv("./visits.csv")
# 아래에 코드를 작성하세요
res = {
"min": locaion_5["visits"].min(),
"max": # 채우세요
"mean": # 채우세요
"std": # 채우세요
"median": # 채우세요
}
print(res)