데이터 출처 :[https://www.data.go.kr/data/15051872/fileData.do](https://www.data.go.kr/data/15051872/fileData.do(참고, 데이터 수정)
데이터 설명 : 서울특별시_공공자전거 시간대별 이용정보
data url = https://raw.githubusercontent.com/Datamanim/datarepo/main/bicycle/seoul_bi.csv
데이터 상위 5개 컬럼
1
2
import pandas as pd
df =pd.read_csv('https://raw.githubusercontent.com/Datamanim/datarepo/main/bicycle/seoul_bi.csv')
Q1. 대여일자별 데이터의 수를 데이터프레임으로 출력하고, 가장 많은 데이터가 있는 날짜를 출력하라
대여일자를 기준으로 개수를 카운트하고 index또는 value로 정렬하면 될거 같습니다.
1
2
df['대여일자'].value_counts().sort_index().to_frame()
df['대여일자'].value_counts().sort_values().index[-1]
Q2. 각 일자의 요일을 표기하고 (‘Monday’ ~’Sunday’) ‘day_name’컬럼을 추가하고
이를 이용하여 각 요일별 이용 횟수의 총합을 데이터 프레임으로 출력하라
to_datatime을 사용해서 날짜형변환부터 수행을 합시다.
1
2
3
df['대여일자'] = pd.to_datetime(df['대여일자'])
df['day_name'] = df['대여일자'].dt.day_name()
df.day_name.value_counts().to_frame()
datatime을 가지고 대여일자열의 형변환을 수행을 합니다. 그리고 dt.day_name()를 사용해서 요일별 이름을 만들고 새로운 열을 만듭니다. 그리고 이 열의 개수를 세어보면 됩니다.
https://pandas.pydata.org/docs/search.html?q=dt#
보시면 아시겠지만 day_name()이외에 day_of_year, day_of_week등도 있습니다. 다만 문제가 그렇게 지엽적으로 처리하는게 나올 것이라고는 생각을 하지 않기 때문에 우리는 판다스를 공부하는 것보다 시험을 통과하는게 목적이니까요
Q3. 각 요일별 가장 많이 이용한 대여소의 이용횟수와 대여소 번호를 데이터 프레임으로 출력하라
일단 여기서 요일과 대여소 번호를 가지고 몇번 들어있는지 숫자를 세어보면 되겠다는 생각이 듭니다.
1
df.groupby(['day_name','대여소번호']).size()
일단 day_name 금요일부터 나옵니다. 0에다가 size라고 이름을 붙이고 이를 기준으로 했으면 좋겠습니다.
1
df.groupby(['day_name','대여소번호']).size().to_frame('size').sort_values(['day_name','size'])
여기서 우리에게 필요한 것은 각 요일에서 제일 많은 한녀석이 필요합니다. reset_index로 인덱스를 재구성해봅시다.
1
df.groupby(['day_name','대여소번호']).size().to_frame('size').sort_values(['day_name','size'],ascending=False).reset_index()
거의다왔습니다. 여기서 drop_duplicate를 이용하셔서 첫번째를 제외한 중복을 날려버리면 됩니다.
1
drop_duplicates('day_name',keep='first').reset_index(drop=True)
우리는 지금부터 day_name를 드랍할건데 단 첫번째로 나온 녀석을 남기겠다는 의미 입니다. 만약 여러분들이 제일 사용 횟수가 적은 것만 남기고 싶으시다면 first대신에 last를 쓰시면 됩니다. 여기서 index가 그렇다면 또 듬성듬성 비기 때문에 reset을 한번더 돌렸습니다.
Q4. 나이대별 대여구분 코드의 (일일권/전체횟수) 비율을 구한 후 가장 높은 비율을 가지는 나이대를 확인하라.
일일권의 경우 일일권 과 일일권(비회원)을 모두 포함하라
어렵게 생각하실거 없습니다. 모든 것을 포함하는 연령별 수와, 일일권과 비회원을 포함하는 연령별 수를 구할 수 있으면 됩니다.
1
2
3
daily = df[df.대여구분코드.isin(['일일권','일일권(비회원)'])].연령대코드.value_counts().sort_index()
total = df.연령대코드.value_counts().sort_index()
(daily /total).sort_values(ascending=False).index[0]
먼저 일일권을 가진 사람들을 isin으로 구분한다음 연령대코드에 vlaue_counts로 수를 구합시다. 여기서 sort_index()로 정렬을 해줍시다. 그런다음 전체는 구분하지 않고 모든 것을 더해주고 sort_index()를 사용하면 되겠지요
그리고 나누어서 비융르 구하시면 되는데 ascending=False없이 index에다가 -1을 넣어도 무방합니다.
Q5. 연령대별 평균 이동거리를 구하여라
groupby로 연령대별을 묶고 이동거리에다가 mean()을 적용하면 되겠습니다.
1
2
df[['연령대코드','이동거리']].groupby(['연령대코드']).mean()
df.groupby(['연령대코드']).이동거리.mean().to_frame()
둘다 결과는 똑같습니다.
Q6. 연령대 코드가 20대인 데이터를 추출하고,
이동거리값이 추출한 데이터의 이동거리값의 평균 이상인 데이터를 추출한다 최종 추출된 데이터를 대여일자, 대여소 번호 순서로 내림차순 정렬 후 1행부터 200행까지의 탄소량의 평균을 소숫점 3째 자리까지 구하여라
1
t_age = df[df.연령대코드 =='20대'].reset_index(drop=True)
- 연령대 코드가 20대인 데이터를 먼저 만들고, 20대가 아닌열이 날라가면서 인덱스가 비기 때문에 초기화도 해줍시다.
1
t_mean = t_age[t_age.이동거리 >= t_age.이동거리.mean()].reset_index(drop=True)
- 이동거리값을 조건으로 걸어준 다음
1
t_mean['탄소량'] = t_mean['탄소량'].astype('float')
그런데 탄소량이라는 값을 info로 확인해보면 숫자가 아니라 object 문자로 인식을 하고 있습니다. astype를 통해서 형변환을 해줍시다. 나중에 실기 치실때는 귀찮으시더라도 각 컬럼의 데이터 타입을 꼼꼼하게 확인 하셔야 합니다.
1
t_mean['탄소량'] = t_mean['탄소량'].astype('float')
- sort로 대여일자, 대여소번호 순서로 구하고 슬라이싱으로 1~200까지를 꺼내서 평균을 하고 라운드업을 걸어주면 되겠네요
1
target =t_mean.sort_values(['대여일자','대여소번호'], ascending=False).reset_index(drop=True).iloc[:200].탄소량
sort_values로 구한 다음에 내림차순으로 구하고 iloc를 통해서 200개 슬라이싱을 해줍시다.
소수점 몇자리를 출력하는 방법은 다양하게 있습니다.
1
2
3
round(target.mean(),3)
print("{:.3f}".format(target.mean()))
print(f'{target.mean():.3f}')
위 3개 코드 모두 출력값은 동일합니다.
Q7. 6월 7일 ~10대의 “이용건수”의 중앙값은?
조건이 두가지 입니다 ‘6월 7일’ 그리고 ‘~10대’입니다. 조건을 두개 걸어주고 이용건수를 뽑은 다음에 median을 쓰면 되겠네요
1
2
df['대여일자'] =pd.to_datetime(df['대여일자'])
df[(df.연령대코드 =='~10대') & (df.대여일자 ==pd.to_datetime('2021-06-07'))].이용건수.median()
대여일자에 날짜 형변환이 안되었다면 먼저 해주고 조건걸어서 출력해주시면 됩니다.
Q8. 평일 (월~금) 출근 시간대(오전 6,7,8시)의 대여소별
이용 횟수를 구해서 데이터 프레임 형태로 표현한 후 각 대여시간별 이용 횟수의 상위 3개 대여소와 이용횟수를 출력하라
일단 월~금 출근 시간대라고 합니다. 리스트로 월~금을 담은 것부터 정의를 한다음 isin으로 물어 봐야 겠네요
1
target = df[(df.day_name.isin(['Tuesday', 'Wednesday', 'Thursday', 'Friday','Monday'])) & (df.대여시간.isin([6,7,8]))]
가장 먼저 평일과 출근 시간대라는 조건을 두개를 걸어서 데이터를 추출합시다.
1
result = target.groupby(['대여시간','대여소번호']).size().to_frame('이용 횟수')
거기서 우리에게 필요한 것은 이용횟수와 대여소(번호)입니다. 이 둘을 기준으로 다시 그룹핑을 합시다.
1
result.sort_values(['대여시간','이용 횟수'],ascending=False).groupby('대여시간').head(3)
그리고 sort_values로 정렬해서 상위 3개의 값을 뽑으면 됩니다. 물론 여기서도 마찬가지로 ascending지우고 head대신 tail을 사용하셔도 됩니다.
Q9. 이동거리의 평균 이상의 이동거리 값을 가지는 데이터를 추출하여
추출데이터의 이동거리의 표본표준편차 값을 구하여라
앞에서 워낙 이런 문제들을 많이 다루어셔 여러분들도 이정도 문제는 익숙 하실 겁니다. 이동거리에다가 mean조건을 걸어서 보다큰 데이터를 구하고 다시 이동거리 std()를 구하시면 됩니다.
1
df[df.이동거리 >= df.이동거리.mean()].이동거리.std()
Q10. 남성(‘M’ or ‘m’)과 여성(‘F’ or ‘f’)의 이동거리값의 평균값을 구하여라
성별을 보니 대문자 소문자가 있습니다. 저는 isin으로 값을 나누어서 구하겠습니다.
1
2
df[df['성별'].isin(['F','f'])].이동거리.mean()
df[df['성별'].isin(['M','m'])].이동거리.mean()
py df['sex'] = df['성별'].map(lambda x: '남' if x in ['M','m'] else '여') df[['sex','이동거리']].groupby('sex').mean() ` map는 말그대로 매핑하는 함수라고 생각하시면 됩니다. 값이 M, m이라면 여라고 하고 아니라면 남으로 반환해서 만드는 방법이기는 한데 파이썬에 익숙하지 않으시다면 lambda함수 쓰기가 힘드실 것이기에 최대한편한 쪽으로 하겠습니다.
오늘 4시 전까지 14주차 보고 - 8~9시 까지 단답형 벼락치기 하고 자기 전까지 작업 2유형 한번더 정리하고 내일 시험 처야겠습니다.
Comments powered by Disqus.