스파르타 내일배움캠프_본캠프_data11기 김선영_TIL_Day 22

[오늘의 학습]

• 데이터 전처리/시각화 세션 3회차 복습
• pandas 미니세션

---

[학습내용 정리]

# 데이터 전처리/시각화 세션 3회차 복습

1. 선 그래프 만들기

import matplotlib.pyplot as plt

daily = df.groupby("date", as_index=False)["sales"].sum()

plt.figure(figsize=(6,3))
plt.plot(daily["date"], daily["sales"], marker="o")
plt.title("Daily Sales")
plt.xlabel("date")
plt.ylabel("sales")
plt.xticks(rotation=45)
plt.tight_layout()
plt.show()

• daily = df2.groupby("date", as_index=False)["sales"].sum()
  : 기준 컬럼 'date'를 인덱스로 사용하지 않고, 원본처럼 DataFrame 형태를 유지한다.
  → 그래프 만드는 데에 좋은 형태.

• [그래프 그리기]
  plt.figure(figsize=(6,3)) : 그래프 도화지를 생성함. (가로6, 세로3)
  plt.plot(daily["date"], daily["sales"], marker="o") : 선 그래프 그리기
       ▶︎ .polt(x축, y축)
       ▶︎ marker="o" : 데이터 포인트마다 동그라미를 추가해라 (가독성 높임.)
       → "날짜별 매출 추이" : (~별) 기준이 되는 것을 x 축에 배치
• [그래프 다듬기 / 보기 좋게]
  plt.title("Daily Sales") : 그래프 제목 붙이기
  plt.xlabel("date") : x축 라벨 붙이기
  plt.ylabel("sales") : y축 라벨 붙이기
  plt.xticks(rotation=45) : x축 글자 기울이기
  plt.tight_layout() : 레이아웃이 겹치치 않게 자동정리
• [그래프 최종 출력]
  plt.show()

 

2. 막대 그래프 만들기

import seaborn as sns

menu_sales = df.groupby("menu", as_index=False)["sales"].sum()

plt.figure(figsize=(6,3))
sns.barplot(data=menu_sales, x="menu", y="sales")
plt.title("Sales by Menu")
plt.tight_layout()
plt.show()

• sns.barplot(data=menu_sales, x="menu", y="sales")

 

 

 

 

---

# 데이터 전처리/시각화 세션 4회차

🍯 컬럼/타입/결측치 한 번에 점검

print("shape:", df.shape)
print("\n--- columns ---")
print(df.columns.tolist())
print("\n--- info ---")
df.info()
print("\n--- missing rate(top) ---")
missing = df.isna().mean().sort_values(ascending=False)
print(missing.head(10))

 

 

# 2) 날짜(datetime) 변환

df2["scheduledday"] = pd.to_datetime(df2["scheduledday"], errors="coerce", utc=True) #utc = 세계표준시간
df2["appointmentday"] = pd.to_datetime(df2["appointmentday"], errors="coerce", utc=True)

 

# 연령대 구간 나누기

• 📌 labels 개수는 bins 구간 개수와 같아야 함
• pd.cut()
  : 컬럼에 있는 숫자들을 bins 기준으로 잘라서 labels 이름을 붙여줘. (값에 따라 labels 부여)

bins = [-1, 0, 12, 18, 30, 45, 60, 75, 110] # 나이 구간 설정
labels = ["0", "1-12", "13-18", "19-30", "31-45", "46-60", "61-75", "76+"] # 각 구간을 표시할 라벨 설정
df2["age_group"] = pd.cut(df2["age"], bins=bins, labels=labels) # cut() 함수 사용.??