값 세기
Coddy Machine Learning 여정의 데이터와 시각화 섹션에 포함된 레슨. 60개 중 42번째.
이 장에서는 가장 간단한 질문인 “각 항목이 몇 개인가?”부터 시작해 원시 표를 깔끔한 요약으로 바꿉니다. 베이커리 주문 6건을 세어 보면 다음과 같습니다.
value_counts()가 개수를 셉니다:
orders = pd.DataFrame({"item": ["bread", "cake", "bread", "pie", "cake", "bread"]})
counts = orders["item"].value_counts()
print(counts)다음이 출력됩니다:
item
bread 3
cake 2
pie 1
Name: count, dtype: int64서로 다른 값마다 한 행씩 표시되며, 가장 흔한 값이 먼저 나옵니다. counts.index[0]는 최상위 값이고, counts.iloc[0]은 그 개수이며, len(counts)는 서로 다른 값의 개수입니다.
개수는 모델이 학습할 모든 열을 처음 살펴볼 때 확인하는 항목입니다. 무엇이 가장 많고, 무엇이 드물며, 무엇이 오타인지 알 수 있습니다.
챌린지
중급자전거 공유 서비스는 최근 대여 기록 30건을 bikes.csv에 저장했습니다. 팀은 몇 개 열의 간단한 요약을 원하며, 시작 코드에서는 열 이름을 columns에 읽어 들입니다.
각 열에 대해 순서대로 한 줄을 출력하세요. 열 이름, 열에 있는 서로 다른 값의 개수, 가장 흔한 값과 해당 값의 개수를 출력합니다.
다른 파일의 두 열에 대한 출력은 다음과 같습니다.
color: 3 different values, most often red (12)
size: 4 different values, most often M (9)직접 해보기
import pandas as pd
rentals = pd.read_csv("bikes.csv")
# 출력할 열의 이름
n = int(input())
columns = []
for i in range(n):
columns.append(input())
# 아래에 코드를 작성하세요
실력 점검이 레슨에는 짧은 퀴즈가 포함되어 있습니다. 레슨을 시작해 문제를 풀고 진행 상황을 기록하세요.
데이터와 시각화의 모든 레슨
직접 연습해 보세요: 온라인 Python 컴파일러