[Pandas] Pandas 연습 문제 풀기 - 1 🐼

 

 

 

 

 

 

 

데이터 EDA를 위한 Pandas 역량기르기 타~임!

 

 

 

 

* 데이터 출처:  https://github.com/justmarkham/DAT8/blob/master/data/u.user

GitHub - justmarkham/DAT8: General Assembly's 2015 Data Science course in Washington, DC

 

 

 

Step 1. 필요한 라이브러리 임포트¶

In [5]:

import pandas as pd
import numpy as np
import os

 

Step 2. 데이터 확인¶

• user_id 유저 아이디
• age 나이
• gender 성별
• occupation 직업
• zip_code 우편번호

In [61]:

url = "https://raw.githubusercontent.com/justmarkham/DAT8/master/data/u.user"
users = pd.read_csv(url, sep="|")
users

Out[61]:

	user_id	age	gender	occupation	zip_code
0	1	24	M	technician	85711
1	2	53	F	other	94043
2	3	23	M	writer	32067
3	4	24	M	technician	43537
4	5	33	F	other	15213
...	...	...	...	...	...
938	939	26	F	student	33319
939	940	32	M	administrator	02215
940	941	20	M	student	97229
941	942	48	F	librarian	78209
942	943	22	M	student	77841

943 rows × 5 columns

 

Step 3.¶

read_csv를 통해 './data/user.csv' 데이터를 올바른 형태(sep='|')로 불러온 뒤 users에 저장해주세요.

user_id를 인덱스로 설정해주세요.

In [62]:

users.set_index("user_id", inplace=True)

In [63]:

users

Out[63]:

	age	gender	occupation	zip_code
user_id
1	24	M	technician	85711
2	53	F	other	94043
3	23	M	writer	32067
4	24	M	technician	43537
5	33	F	other	15213
...	...	...	...	...
939	26	F	student	33319
940	32	M	administrator	02215
941	20	M	student	97229
942	48	F	librarian	78209
943	22	M	student	77841

943 rows × 4 columns

 

Step 4. 초반 25행 조회¶

In [65]:

users.head(25)

Out[65]:

	age	gender	occupation	zip_code
user_id
1	24	M	technician	85711
2	53	F	other	94043
3	23	M	writer	32067
4	24	M	technician	43537
5	33	F	other	15213
6	42	M	executive	98101
7	57	M	administrator	91344
8	36	M	administrator	05201
9	29	M	student	01002
10	53	M	lawyer	90703
11	39	F	other	30329
12	28	F	other	06405
13	47	M	educator	29206
14	45	M	scientist	55106
15	49	F	educator	97301
16	21	M	entertainment	10309
17	30	M	programmer	06355
18	35	F	other	37212
19	40	M	librarian	02138
20	42	F	homemaker	95660
21	26	M	writer	30068
22	25	M	writer	40206
23	30	F	artist	48197
24	21	F	artist	94533
25	39	M	engineer	55107

 

Step 5. 마지막 10행 조회¶

In [66]:

users.tail(10)

Out[66]:

	age	gender	occupation	zip_code
user_id
934	61	M	engineer	22902
935	42	M	doctor	66221
936	24	M	other	32789
937	48	M	educator	98072
938	38	F	technician	55038
939	26	F	student	33319
940	32	M	administrator	02215
941	20	M	student	97229
942	48	F	librarian	78209
943	22	M	student	77841

 

Step 6. 데이터셋은 몇 개의 행으로 이루어져 있나요?¶

943

In [67]:

users.shape[0]

Out[67]:

943

 

Step 7. 데이터셋은 몇 개의 열로 이루어져 있나요?¶

4

In [68]:

users.shape[1]

Out[68]:

4

 

Step 8. 열(column)의 이름들을 모두 조회해주세요¶

Index(['age', 'gender', 'occupation', 'zip_code'], dtype='object')

In [69]:

users.columns

Out[69]:

Index(['age', 'gender', 'occupation', 'zip_code'], dtype='object')

 

Step 9. 데이터셋의 인덱스를 조회해주세요¶

Int64Index([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, ... 934, 935, 936, 937, 938, 939, 940, 941, 942, 943], dtype='int64', name='user_id', length=943)

In [142]:

users.index

Out[142]:

Int64Index([  1,   2,   3,   4,   5,   6,   7,   8,   9,  10,
            ...
            934, 935, 936, 937, 938, 939, 940, 941, 942, 943],
           dtype='int64', name='user_id', length=943)

 

Step 10. 각 열의 데이터타입은 무엇인가요?¶

In [71]:

users.dtypes

Out[71]:

age            int64
gender        object
occupation    object
zip_code      object
dtype: object

 

Step 11. occupation column만 조회해주세요¶

In [72]:

users["occupation"]

Out[72]:

user_id
1         technician
2              other
3             writer
4         technician
5              other
           ...      
939          student
940    administrator
941          student
942        librarian
943          student
Name: occupation, Length: 943, dtype: object

 

Step 12. 데이터셋에는 몇 종류의 직업이 존재하나요?¶

21

In [73]:

users["occupation"].nunique()

Out[73]:

21

 

Step 13. 데이터셋에서 가장 많이 존재하는 직업은 무엇인가요?¶

student

In [126]:

users["occupation"].value_counts().index[0]

Out[126]:

'student'

In [122]:

users.occupation.value_counts().head(1).index[0]

Out[122]:

'student'

 

Step 14. users.describe() 코드를 실행해서 숫자 열의 요약정보를 조회해주세요¶

In [82]:

users.describe()

Out[82]:

	age
count	943.000000
mean	34.051962
std	12.192740
min	7.000000
25%	25.000000
50%	31.000000
75%	43.000000
max	73.000000

 

Step 15. users.describe(include = 'all') 코드를 실행해서 모든 열의 정보를 조회해주세요¶

In [83]:

users.describe(include = 'all')

Out[83]:

	age	gender	occupation	zip_code
count	943.000000	943	943	943
unique	NaN	2	21	795
top	NaN	M	student	55414
freq	NaN	670	196	9
mean	34.051962	NaN	NaN	NaN
std	12.192740	NaN	NaN	NaN
min	7.000000	NaN	NaN	NaN
25%	25.000000	NaN	NaN	NaN
50%	31.000000	NaN	NaN	NaN
75%	43.000000	NaN	NaN	NaN
max	73.000000	NaN	NaN	NaN

 

Step 16. occupation 칼럼만 조회해서 describe() 함수를 실행해주세요¶

count 943
unique 21
top student
freq 196
Name: occupation, dtype: object

In [99]:

users["occupation"].describe()

Out[99]:

count         943
unique         21
top       student
freq          196
Name: occupation, dtype: object

 

Step 17. user들의 평균 나이는 몇 살인가요?¶

34

In [144]:

round(users["age"].mean())

Out[144]:

34

 

Step 18. 데이터셋에서 가장 적게 등장하는 나이는 몇 살인가요?¶

가장 적게 등장하는 나이는 1번씩 등장하는 나이이며 7, 66, 73, 10, 11살 입니다. 이러한 결과를 조회할수 있도록 데이터 조회하는 코드를 작성해주세요.

In [140]:

users["age"].value_counts().tail()

Out[140]:

7     1
66    1
11    1
10    1
73    1
Name: age, dtype: int64

 

 

 

 

 

 

🐼 value_counts( ) 함수의 매력에 빠진 시간이었다!