sedin2 님의 블로그

pandas의 DataFrame에서 기본적으로 describe() 함수는 숫자 데이터에 대한 통계 정보를 보여주지만, include 옵션을 all로 설정하면 문자나 범주형 데이터도 함께 요약해줘요. 초등학생도 쉽게 이해할 수 있도록 자세히 설명해볼게요!1. 기본 describe() 함수와 숫자 데이터 요약기본 동작:그냥 describe()를 쓰면 숫자로 이루어진 열(예를 들어, 나이, 키 등)에 대해 count, mean, std, min, 25%, 50%, 75%, max 등의 정보를 보여줘요.2. include='all' 옵션의 역할범주형 데이터도 요약:include 옵션을 all로 설정하면, 숫자뿐만 아니라 문자열이나 범주형 데이터(예: 이름, 성별 등)에 대해서도 요약 통계 정보를 계산해요.범주형..

1. pandas의 describe 함수 기본 개념pandas의 DataFrame에서 describe() 함수를 사용하면, 데이터의 여러 통계치를 자동으로 계산해서 표 형태로 보여줘요. 예를 들어, 숫자로 이루어진 데이터에 대해 아래와 같은 정보들을 제공해요.count: 데이터의 개수 (숫자가 몇 개 있는지)mean: 평균값 (모든 숫자를 더해서 개수로 나눈 값)std: 표준편차 (데이터가 평균값 주위에서 얼마나 퍼져 있는지)min: 가장 작은 값25%: 1사분위수 (전체 데이터를 4등분했을 때, 첫 번째 부분의 끝 값)50%: 중앙값 (전체 데이터를 반으로 나눈 중간값)75%: 3사분위수 (전체 데이터를 4등분했을 때, 세 번째 부분의 끝 값)max: 가장 큰 값 예제 코드import pandas as..

1. 사용 이유더보기1) Numpy array의 한계가독성이 떨어짐정보에 대한 레이블 삽입 불가한 가지 데이터 타입만 사용 가능2) Pandas로 가능한 작업데이터 불러오기데이터 가공데이터 분석데이터 시각화3) Numpy vs Pandas- Numpy: 복잡한 수학 연산을 할 때- Pandas: 표 형태의 데이터를 간편하게 다루고 싶을 때2. Pandas 축약형 import pandas as pd 3. 형식#데이터프레임 표형식df = pd.DataFrame(#dictionary 삽입)#예시df = pd.DataFrame({ 'category': ['skirt', 'sweater', 'coat', 'jeans'], #카테고리 목록의 리스트 'quantity': [10, 15, 6, 11], ..