[데이터분석실습] 미국 동북중부_midwest 정보 확인 (np.where / value_counts / sort_index)

## 미국 동북중부 데이터를 가지고 데이터 분석 실습 진행하기

https://github.com/youngwoos/Doit_Python

GitHub - youngwoos/Doit_Python: <Do it! 쉽게 배우는 파이썬 데이터 분석> 저장소

1) 데이터의 특징 파악 ( Data는 위에 자료 활용)

import pandas as pd
import numpy as np

df=pd.read_csv('./midwest.csv')
df

데이터는 총 437개의 행과 28개의 열을 가지고 있으므로, 28개의 변수가 포함되어 있는 것을 확인할 수 있다.

변수의 속성을 확인하기 위해서 info()정보를 확인한다.

df.info()

총 28개의 정보 중에서 non-null 이 전부 다 인것을 봐서는 결측치가 존재하지 않는 것을 알수있다.

요약 통계량을 확인해 본다.

df.describe()

2) poptotal (전체 인구) 변수를 total로, popasian(아시아 인구) 변수를 asian으로 수정하세요.

## rename 사용해서 변수 수정하기
df=df.rename(columns={'poptotal':'total', 'popasian':'asian'})
df

3) total, asian변수를 사용하여 '전체 인구 대비 아시아 인구 백분율 ' 파생변수를 추가하고, 히스토그램을 만들어 분포를 살펴보세요.

# 파생변수 추가
df['asian_per_total']=(df['asian']/df['total'])*100
df['asian_per_total']

# 히스토그램
df['asian_per_total'].plot

3) 아시아 인구 백분율 전체 평균을 구하고, 평균을 초과하면 'large', 그 외에는 'small' 을 부여한 파샌변수를 만들어 보세요. 그리고 빈도표와 빈도 막대 그개프를 만들어 보세요.

# np.where 사용하여 조건 파생변수 만들기
asian_mean=df['asian'].mean()
df['asian_category']=np.where(df['asian']>asian_mean,'large','small')

# value_counts().sort_index() 활용
asian_category=df['asian_category'].value_counts().sort_index()

# bar 그래프 그리고, 축 rotaion=0 로 만들기
asian_category.plot.bar(rot=0)

### 추가 정보

# np where 조건 이 여러개 일 때로 아래와 같이 사용할 때

mpg['size']=np.where( (mpg['category'] == 'campact') | 
                      (mpg['category'] == 'subcompact')
                    ,'small','large')
                    
                    
# isin()을 사용하여 아래와 같이 코드를 변경할 수 있음.

mpg['size']=np.where( mpg['category'].isin(['compact','subcompact']) , 'small' , 'large' )