JLOG

데이터 분석 기초의 마지막 시간이다. 2013년 부터 최근 데이터까지 데이터프레임을 합쳐주어서 heatmap 으로 시각화 해보았으니, 오늘은 이제까지 배운 라이브러리 함수를 활용하여 시각화 해보자! 연도별 평당분양가격 시각화하기 seaborn 이 가장 사용하기 편하니 seaborn 을 사용해서 시각화 해보겠다. sns.barplot(data = df, x = "연도", y = "평당분양가격") -> df 는 2013~ 최근 데이터를 합친 데이터 프레임이다. 해석: 시간이 지날수록 평당분양가격은 상승 하고 있다. 2. pointplot plt.figure(figsize = (12,4)) # 그래프 크게 sns.pointplot(data = df, x = "연도", y = "평당분양가격", hue = "지역..

저번시간에는 melt 와 apply 함수를 사용하여 df_first 데이터를 df_last 데이터의 컬럼과 맞춰주었다. 이제 맞추어진 두 데이터를 합쳐야 분석하기에 용이할것이다. 나는 두개의 데이터 프레임을 concat 으로 합칠것이다. 그러기 위해서는 컬럼명이 일치한 두 데이터 프레임을 담은 변수가 필요하다. 컬럼이 일치하는 df_first 의 데이터 프레임을 df_first_preapare, df_last 의 데이터 프레임을 df_last_prepare 라고 설정해준다면, 1. 먼저 지정할 컬럼을 변수 cols 에 할당한다. cols = ['지역명', '연도', '월', '평당분양가격'] 2. loc 함수를 이용하여 df_last_prepare 변수에 데이터 프레임 넣기 3. copy 함수 이용하여 ..

저번시간까지 df_last 변수에 저장된, 2015년 이후 ~ 2019년 까지의 전국 신규 아파트 분양가격 동향의 데이터를 시각화 하고 분석하는 시간을 가졌었다. 이제는 df_first 의 데이터도 분석하는 시간을 갖게 될것이다. 우선, 우리는 2015년 이후와 이전의 데이터를 병합하며 비교를 할 것인데, 그렇다면 두 데이터를 비교하는 컬럼이 같아야 할 것이다. 간단히 말해서, 두 데이터가 비교되기 쉽게 일관성 있는 데이터의 형태로 전환하는 과정이 있어야 된다는 것이다. 어쩌면 이것이 데이터 전처리의 시작이라고 볼 수 있을 것이다. 데이터 전처리란? 데이터의 결측치 및 이상치를 확인하거나 제거하고 불일치되는 부분을 일관성 있는 데이터의 형태로 전환 하기도 하는 이 전 과정을 데이터 전처리 라고 말한다. ..

앞서, 선그래프 ,막대그래프 등을 활용하여 데이터 시각화를 진행 하였다. 이번에는 상자그림을 이용하여 데이터 시각화를 구현해보려고 한다. 상자그림 구현하는방법: [데이터].pivot_table(index ~ values ~).plot.box() 막대(bar) 와 마찬가지로 box()라고 작성해주면 상자그림으로 구현이 가능하다. index = '월', columns = '연도'로 평당분양가격으로 pivot_table 로 구하고 상자그림을 그리면, df_last.pivot_table(index = '월', columns = '연도', values = '평당분양가격').plot.box() 연도를 기준으로 평당분양가격에 대한 영향을 알 수 있고, index 를 월로 설정해주어서 상자그림의 폭도 알 수 있다. 상..

데이터 시각화 하기 데이터 그룹화까지 배웠고, 이제는 그룹화 한것을 한눈에 보기 쉽게 그래프를 활용하여 시각해보자 시각화를 위해서는 그룹화에서 사용했던 groupby 나 pivot_table 을 변수로 설정하고, plot()을 활용하여 시각화 해보자. plot()은 pandas 라이브러리에서 활용되는 시각화인가보다. 우선, 데이터시각화를 위해 폰트를 설정해주어야 한다. import matplolib.pyplot as plt plt.rc("font", family = "Malgum Gothic") # 윈도우라서 맑은 고딕이다. 폰트를 설정해줬다면, 시각화를 위한 코드를 작성해도 오류가 나지 않는다. 폰트 설정 안해주면, 오류난다! 강의에서는 groupby 를 사용하였지만, 나는 pivot_table이 더 ..

더보기 1. groupby를 통해 데이터를 그룹화 하기 df_last.groupby(["컬럼명"]).mean() : 해당컬럼의 평균을 보여준다. 위 그림에서는 컬럼을 지역명으로 사용해서, 지역들의 평균을 나타낸다. df_last.groupy(["A컬럼"])["B컬럼"].mean() : A컬럼을 인덱스로 사용하고, B컬럼의 평균 값을 계산한다. 인덱스로 설정할 컬럼이 한개가 아니라면, .groupby(["A컬럼","B컬럼"])["계산한 컬럼"].연산() 처럼 첫번째 소괄호 안에 인덱스로 설정할 컬럼들을 써주면 된다. 그림에서는, unstack() 함수를 사용해서 전용면적을 (열)컬럼으로 만들어 주었다. 데이터 그룹화 한것을 변수에 담았고, g.unstack() , g.unstack().transpose()..

분양가격 요약하기 요약하기 -> .describe() 수치데이터로 변경하기 전 컬럼인 분양가격(m^2)을 요약 수치데이터로 변경된 분양가격 컬럼 요약 count: 전체 데이터 갯수 unique: 중복되지 않은 값이 몇개가 있는지? top: 가장 빈번하게 등장하는 문자 freq: 가장 빈번하게 등장한 문자가 몇번 등장 했는지? mean: 평균값 std: 표준편차 min: 최소값 25%, 50%, 75% : 1,2,3 사분위수 max: 최대값 알 수 있는점 ? 전체 데이터 갯수(count)가 두 가지 표가 다르다는 것을 알 수 있는데, 데이터 수치로 표현한 표에서는 공백을 빼고 계산 했기 때문에 수치로 표현한 데이터의 count가 작다는 것을 알 수있다. 2221이 가장 많이 나왔고, 17번 나왔다. 50%..

분양가격을 수치화하기 위해 데이터 타입을 변경해보자. 데이터를 비교하기 위해서는 단위가 같아야 하므로 단위를 맞춰보자. 결측치 = 값이 없는 것 = isnull() -> 값이 비어있는지? isnull() == True : 값이 비어있다. isnull() == False: 값이 있다. 1. numpy 불러오기 pandas 내부에는 numpy 라는 도구가 있는데, 이 numpy 는 파이썬에서 사용하는 계산기라고 생각하면 된다. pd.np.nan 을 사용하면 경고메세지가 뜨는데, import numpy as [원하는 변수] 로 직접 numpy를 불러오라는 에러메세지 이다. as 는 alias 의 약칭으로 앞으로, numpy를 [원하는 변수]로 부르겠다는 의미이다. 보통, numpy = np , pandas =..