playdata
Pandas(0726_day2) - 실습_자동차 연비 분석 (탐색 및 통계 요약)
_JAEJAE_
2021. 7. 26. 17:16
자동차 연비 데이터셋¶
데이터 살펴보기¶
- 데이터 적재
In [1]:
import pandas as pd
In [10]:
df = pd.read_csv('./auto-mpg.csv', header=None)
- 열 이름을 지정
In [3]:
#mpg : 연비
#cylinders : 실린더수
#displacement : 배기량
#horsepower: 출력
#weight : 차중
#acceleration : 가속능력
#model year : 출시년도
#origin : 제조국 1(USA), 2(EU), 3(JPN)
#name : 모델명
In [12]:
df.columns = ['mpg', 'cylinders', 'displacement', 'horsepower', 'weight', 'acceleration', 'model year', 'origin', 'name']
- 데이터프레임 df의 내용을 일부 확인
In [13]:
df.head(2)
Out[13]:
| mpg | cylinders | displacement | horsepower | weight | acceleration | model year | origin | name | |
|---|---|---|---|---|---|---|---|---|---|
| 0 | 18.0 | 8 | 307.0 | 130.0 | 3504.0 | 12.0 | 70 | 1 | chevrolet chevelle malibu |
| 1 | 15.0 | 8 | 350.0 | 165.0 | 3693.0 | 11.5 | 70 | 1 | buick skylark 320 |
In [14]:
df.tail()
Out[14]:
| mpg | cylinders | displacement | horsepower | weight | acceleration | model year | origin | name | |
|---|---|---|---|---|---|---|---|---|---|
| 393 | 27.0 | 4 | 140.0 | 86.00 | 2790.0 | 15.6 | 82 | 1 | ford mustang gl |
| 394 | 44.0 | 4 | 97.0 | 52.00 | 2130.0 | 24.6 | 82 | 2 | vw pickup |
| 395 | 32.0 | 4 | 135.0 | 84.00 | 2295.0 | 11.6 | 82 | 1 | dodge rampage |
| 396 | 28.0 | 4 | 120.0 | 79.00 | 2625.0 | 18.6 | 82 | 1 | ford ranger |
| 397 | 31.0 | 4 | 119.0 | 82.00 | 2720.0 | 19.4 | 82 | 1 | chevy s-10 |
- df의 모양과 크기 확인
In [15]:
df.shape
Out[15]:
(398, 9)
- df의 내용 확인
In [18]:
df.info()
<class 'pandas.core.frame.DataFrame'> RangeIndex: 398 entries, 0 to 397 Data columns (total 9 columns): # Column Non-Null Count Dtype --- ------ -------------- ----- 0 mpg 398 non-null float64 1 cylinders 398 non-null int64 2 displacement 398 non-null float64 3 horsepower 398 non-null object 4 weight 398 non-null float64 5 acceleration 398 non-null float64 6 model year 398 non-null int64 7 origin 398 non-null int64 8 name 398 non-null object dtypes: float64(4), int64(3), object(2) memory usage: 28.1+ KB
- df의 자료형 확인
In [23]:
df.dtypes
Out[23]:
mpg float64 cylinders int64 displacement float64 horsepower object weight float64 acceleration float64 model year int64 origin int64 name object dtype: object
- 시리즈(mog 열)의 자료형 확인
In [24]:
df['mpg'].dtype
Out[24]:
dtype('float64')
- df의 기술통계 정보 확인
In [25]:
df.describe()
Out[25]:
| mpg | cylinders | displacement | weight | acceleration | model year | origin | |
|---|---|---|---|---|---|---|---|
| count | 398.000000 | 398.000000 | 398.000000 | 398.000000 | 398.000000 | 398.000000 | 398.000000 |
| mean | 23.514573 | 5.454774 | 193.425879 | 2970.424623 | 15.568090 | 76.010050 | 1.572864 |
| std | 7.815984 | 1.701004 | 104.269838 | 846.841774 | 2.757689 | 3.697627 | 0.802055 |
| min | 9.000000 | 3.000000 | 68.000000 | 1613.000000 | 8.000000 | 70.000000 | 1.000000 |
| 25% | 17.500000 | 4.000000 | 104.250000 | 2223.750000 | 13.825000 | 73.000000 | 1.000000 |
| 50% | 23.000000 | 4.000000 | 148.500000 | 2803.500000 | 15.500000 | 76.000000 | 1.000000 |
| 75% | 29.000000 | 8.000000 | 262.000000 | 3608.000000 | 17.175000 | 79.000000 | 2.000000 |
| max | 46.600000 | 8.000000 | 455.000000 | 5140.000000 | 24.800000 | 82.000000 | 3.000000 |
In [ ]:
# include='all' 옵션 사용
In [26]:
df.describe(include='all')
Out[26]:
| mpg | cylinders | displacement | horsepower | weight | acceleration | model year | origin | name | |
|---|---|---|---|---|---|---|---|---|---|
| count | 398.000000 | 398.000000 | 398.000000 | 398 | 398.000000 | 398.000000 | 398.000000 | 398.000000 | 398 |
| unique | NaN | NaN | NaN | 94 | NaN | NaN | NaN | NaN | 305 |
| top | NaN | NaN | NaN | 150.0 | NaN | NaN | NaN | NaN | ford pinto |
| freq | NaN | NaN | NaN | 22 | NaN | NaN | NaN | NaN | 6 |
| mean | 23.514573 | 5.454774 | 193.425879 | NaN | 2970.424623 | 15.568090 | 76.010050 | 1.572864 | NaN |
| std | 7.815984 | 1.701004 | 104.269838 | NaN | 846.841774 | 2.757689 | 3.697627 | 0.802055 | NaN |
| min | 9.000000 | 3.000000 | 68.000000 | NaN | 1613.000000 | 8.000000 | 70.000000 | 1.000000 | NaN |
| 25% | 17.500000 | 4.000000 | 104.250000 | NaN | 2223.750000 | 13.825000 | 73.000000 | 1.000000 | NaN |
| 50% | 23.000000 | 4.000000 | 148.500000 | NaN | 2803.500000 | 15.500000 | 76.000000 | 1.000000 | NaN |
| 75% | 29.000000 | 8.000000 | 262.000000 | NaN | 3608.000000 | 17.175000 | 79.000000 | 2.000000 | NaN |
| max | 46.600000 | 8.000000 | 455.000000 | NaN | 5140.000000 | 24.800000 | 82.000000 | 3.000000 | NaN |
In [ ]:
# name 열의 기술 통계 정보 확인
In [27]:
df['name'].describe()
Out[27]:
count 398 unique 305 top ford pinto freq 6 Name: name, dtype: object
In [ ]:
# mpg 열의 기술 통계 정보 확인
In [28]:
df['mpg'].describe()
Out[28]:
count 398.000000 mean 23.514573 std 7.815984 min 9.000000 25% 17.500000 50% 23.000000 75% 29.000000 max 46.600000 Name: mpg, dtype: float64
데이터 개수 확인¶
- df의 각 열이 가지고 있는 원소 개수 확인
In [33]:
df.count()
Out[33]:
mpg 398 cylinders 398 displacement 398 horsepower 398 weight 398 acceleration 398 model year 398 origin 398 name 398 dtype: int64
- df.count()가 반환하는 객체 타입 출력
In [34]:
type(df.count())
Out[34]:
pandas.core.series.Series
- df의 특정 열('origin')이 가지고 있는 고유값 확인
In [43]:
df['origin'].value_counts()
Out[43]:
1 249 3 79 2 70 Name: origin, dtype: int64
In [ ]:
#df의 특정 열('origin')의 histogram 그리기 - series.hist() 함수
In [77]:
df['origin'].hist()
Out[77]:
<AxesSubplot:>
In [46]:
df['origin'].plot(kind='hist', grid=True)
Out[46]:
<AxesSubplot:ylabel='Frequency'>
통계 함수¶
- 평균값
In [47]:
df.mean()
Out[47]:
mpg 23.514573 cylinders 5.454774 displacement 193.425879 weight 2970.424623 acceleration 15.568090 model year 76.010050 origin 1.572864 dtype: float64
- 특정 열('mpg')의 평균값
In [48]:
df['mpg'].mean()
Out[48]:
23.514572864321615
- 특정 열들('mpg','weight')의 평균값
In [49]:
df[['mpg','weight']].mean()
Out[49]:
mpg 23.514573 weight 2970.424623 dtype: float64
- 중간값
In [50]:
df.median()
Out[50]:
mpg 23.0 cylinders 4.0 displacement 148.5 weight 2803.5 acceleration 15.5 model year 76.0 origin 1.0 dtype: float64
- 특정 열('mpg')의 중간값
In [51]:
df['mpg'].median()
Out[51]:
23.0
- 최대값
In [52]:
df.max()
Out[52]:
mpg 46.6 cylinders 8 displacement 455.0 horsepower ? weight 5140.0 acceleration 24.8 model year 82 origin 3 name vw rabbit custom dtype: object
- 특정 열('mpg')의 최대값
In [53]:
df['mpg'].max()
Out[53]:
46.6
- 최소값
In [54]:
df.min()
Out[54]:
mpg 9.0 cylinders 3 displacement 68.0 horsepower 100.0 weight 1613.0 acceleration 8.0 model year 70 origin 1 name amc ambassador brougham dtype: object
- 특정 열('mpg')의 최소값
In [55]:
df['mpg'].min()
Out[55]:
9.0
- 표준편차
In [57]:
df.std()
Out[57]:
mpg 7.815984 cylinders 1.701004 displacement 104.269838 weight 846.841774 acceleration 2.757689 model year 3.697627 origin 0.802055 dtype: float64
- 특정 열('mpg')의 표준편차
In [58]:
df['mpg'].std()
Out[58]:
7.815984312565782
- 상관계수
In [59]:
df.corr()
Out[59]:
| mpg | cylinders | displacement | weight | acceleration | model year | origin | |
|---|---|---|---|---|---|---|---|
| mpg | 1.000000 | -0.775396 | -0.804203 | -0.831741 | 0.420289 | 0.579267 | 0.563450 |
| cylinders | -0.775396 | 1.000000 | 0.950721 | 0.896017 | -0.505419 | -0.348746 | -0.562543 |
| displacement | -0.804203 | 0.950721 | 1.000000 | 0.932824 | -0.543684 | -0.370164 | -0.609409 |
| weight | -0.831741 | 0.896017 | 0.932824 | 1.000000 | -0.417457 | -0.306564 | -0.581024 |
| acceleration | 0.420289 | -0.505419 | -0.543684 | -0.417457 | 1.000000 | 0.288137 | 0.205873 |
| model year | 0.579267 | -0.348746 | -0.370164 | -0.306564 | 0.288137 | 1.000000 | 0.180662 |
| origin | 0.563450 | -0.562543 | -0.609409 | -0.581024 | 0.205873 | 0.180662 | 1.000000 |
- 'mpg'와 'weight'의 상관 계수
In [76]:
new_df = df[['mpg', 'weight']]
new_df.corr()
Out[76]:
| mpg | weight | |
|---|---|---|
| mpg | 1.000000 | -0.831741 |
| weight | -0.831741 | 1.000000 |
In [69]:
df.plot(kind="scatter", x="weight", y="mpg")
Out[69]:
<AxesSubplot:xlabel='weight', ylabel='mpg'>
In [ ]: