[Python]value_counts, 평균값과 중앙값 정보 혹인

열의 정보를 알아보자.
count()는 앞서 공부한  포스트참조.

2024.06.13 - [🐍 Pyton] - [Python]DataFrame-데이터선택&집계, 열추가

 

df['컬럼명'].value_counts()
→ 각 열 고유값의 개수 계산

• df['컬럼명'].value_counts()
  → NaN 열 포함 개수 계산.
• df['컬럼명'].value_counts(dropna=True)
  → NaN 열 제외 개수 계산.

---

평균값과 중앙값 등 통계 정보를 확인해보자.

df.mean()
→ dataFrame 모든 열에 대한 평균값 출력.

mean() 메서드는 숫자로 된 컬럼에 대해서만 도출한다.

---

df['컬럼명'].mean()
→ 해당 컬럼의 평균값 출력.

---

※ 중앙값이란?
→ 전체 중 가운데 50%의 값.

※ 이상치란?
→ 극단적으로 크고 작은값.

중값이란 이상치를 버리고 계산한 값을 말한다.

df.median()
df['컬럼명'].median()
→ 중앙값 산출.

 

---

최댓값, 최솟값, 표준편차, 상관계수를 확인해보자.

df.max() → 최댓값.
df.min() → 최솟값.

---

※ 표준편차란?
산포도의 하나로, 자료가 평균을 중심으로 얼마나 퍼져 있는 지를 나타내는 수치이다.
0에 가까울수록 데이터가 평균에 집중되어 있다.
표준편차가 클수록 데이터들이 넓게 퍼져있다.
편차는 (데이터값) - (평균) 으로 산출된다.

df.std()
→ 표준편차 출력.

---

※ 상관 계수란?
각각의 컬럼이 다른 컬럼에 얼마나 영향을 미치는가.
 1에 가까울수록 영향이 크다는 의미이다.
0이라면 영향을 받지 않느다.
-1에 가까울수록 영향을 반대로 받는다는 의미이다.

df.corr()
→ 열에 대한 상관 개수 출력.
correlation

• 아래 연령과 BMI의 상관관계를 보면
• 연령과 연령, BMI와 BMI의 상관관계는 1.0으로 영향 100%이다. 물론 같은 거니까ㅎ
• 연령과 BMI의 상관관계는 0보다 조금 아래인데
  : 연령↑ BMI↓일 확률이 좀 더 높다는 뜻이다.

---

import warnings
warnings.filterwarnings('ignore')
→ 경고창 끄기