Functions and methods utilized in EDA

데이터 불러오기 및 확인

1. sns.load_dataset()

   • 기능: seaborn에 내장된 데이터셋을 불러옵니다.
   • 사용법: titanic = sns.load_dataset('titanic')

2. head()

   • 기능: 데이터프레임의 처음 몇 줄을 확인합니다.
   • 사용법: titanic.head()는 처음 5개의 행을 출력합니다.

3. describe()

   • 기능: 데이터프레임의 통계량(평균, 표준편차, 최소값, 최대값, 사분위수)을 제공합니다.
   • 사용법: titanic.describe()는 타이타닉 데이터의 통계량을 출력합니다.

데이터 그룹화 및 집계

1. groupby()

   • 기능: 특정 열에 따라 데이터를 그룹화합니다.
   • 사용법: titanic.groupby('sex')['alive'].value_counts()는 성별에 따른 생존 여부를 그룹화합니다.

2. value_counts()

   • 기능: 특정 열에서 각 값의 빈도를 계산합니다.
   • 사용법: titanic['sex'].value_counts()는 성별의 빈도를 계산합니다.

3. sort_index()

   • 기능: 인덱스를 기준으로 데이터를 정렬합니다.
   • 사용법: group.sort_index()는 그룹화된 데이터를 인덱스 기준으로 정렬합니다.

데이터 시각화

1. plt.subplots()

   • 기능: 여러 서브플롯을 포함하는 figure를 생성합니다.
   • 사용법: fig, axes = plt.subplots(1, 2, figsize=(15, 7))

2. sns.countplot()

   • 기능: 범주형 데이터의 빈도수를 시각화합니다.
   • 사용법: sns.countplot(x='survived', data=titanic, hue='sex')는 생존 여부를 성별에 따라 시각화합니다.

3. sns.heatmap()

   • 기능: 상관관계 등을 히트맵으로 시각화합니다.
   • 사용법: sns.heatmap(titanic.corr(), annot=True)는 상관계수를 히트맵으로 시각화합니다.

4. sns.boxplot()

   • 기능: 데이터의 분포와 이상치를 시각화하는 박스플롯을 생성합니다.
   • 사용법: sns.boxplot(x='age', data=titanic)는 나이의 분포를 박스플롯으로 표현합니다.

5. ax.pie()

   • 기능: 파이 차트를 생성합니다.
   • 사용법: ax.pie(group, labels=labels, explode=(0, 0.1, 0, 0), autopct='%1.1f%%', shadow=True, startangle=90)

6. inset_axes()

   • 기능: 메인 그래프 내에 작은 서브플롯을 추가합니다.
   • 사용법: ax_inset = inset_axes(ax, width="20%", height="20%", loc='upper right')는 오른쪽 위에 작은 파이차트를 삽입합니다.

7. msno.matrix()

   • 기능: 데이터셋 내의 결측치를 시각화합니다.
   • 사용법: msno.matrix(titanic)는 결측치를 매트릭스 형태로 시각화합니다.

데이터 처리

1. isnull()

   • 기능: 데이터프레임의 각 셀에 대해 결측값 여부를 확인합니다.
   • 사용법: titanic.isnull()는 타이타닉 데이터프레임에서 결측값을 True/False로 반환합니다.

2. notnull()

   • 기능: 결측값이 아닌 데이터를 True로 반환합니다.
   • 사용법: titanic.notnull()는 결측값이 아닌 데이터에 대해 True를 반환합니다.

3. sum()

   • 기능: 결측값의 개수를 합산합니다.
   • 사용법: titanic.isnull().sum()는 각 열에 대해 결측값의 수를 계산합니다.

데이터 인덱싱 및 필터링

1. iloc[]

   • 기능: 데이터프레임에서 행과 열의 위치를 기반으로 데이터를 추출합니다.
   • 사용법: titanic.iloc[0:5, 0:3]는 첫 5개의 행과 첫 3개의 열을 추출합니다.

2. loc[]

   • 기능: 라벨을 기반으로 데이터를 추출합니다.
   • 사용법: titanic.loc[0:5, 'age':'fare']는 첫 5개의 행에서 age와 fare 열을 추출합니다.

3. apply()

   • 기능: 함수나 로직을 데이터프레임의 각 요소에 적용합니다.
   • 사용법: titanic['age'] = titanic['age'].apply(lambda x: x+1)는 나이에 1을 더한 값을 새로운 age 열로 만듭니다.

4. map()

   • 기능: 시리즈의 각 요소에 함수를 적용하여 변환된 결과를 반환합니다.
   • 사용법: titanic['sex'] = titanic['sex'].map({'male': 0, 'female': 1})는 성별을 0과 1로 변환합니다.

고급 시각화

1. sns.pairplot()

   • 기능: 데이터프레임의 각 변수 간의 관계를 시각화하는 페어플롯을 생성합니다.
   • 사용법: sns.pairplot(titanic, hue='sex')는 성별에 따른 변수 간 관계를 페어플롯으로 시각화합니다.

2. sns.distplot()

   • 기능: 데이터의 분포를 시각화하는 히스토그램을 생성합니다.
   • 사용법: sns.distplot(titanic['age'])는 나이 분포를 히스토그램으로 시각화합니다.

3. sns.barplot()

   • 기능: 평균이나 합계와 같은 요약 통계를 시각화하는 막대그래프를 생성합니다.
   • 사용법: sns.barplot(x='pclass', y='survived', data=titanic)는 클래스별 생존율을 막대그래프로 시각화합니다.

추가적인 유용한 메서드

1. pd.crosstab()

   • 기능: 두 개 이상의 범주형 변수 간의 교차표를 생성합니다.
   • 사용법: pd.crosstab(titanic['sex'], titanic['survived'])는 성별과 생존 여부 간의 관계를 교차표로 만듭니다.

2. pd.pivot_table()

   • 기능: 데이터프레임의 피벗 테이블을 생성합니다.
   • 사용법: pd.pivot_table(titanic, values='survived', index='sex', columns='pclass', aggfunc='mean')는 성별과 클래스에 따른 생존율 피벗 테이블을 생성합니다.

3. sns.jointplot()

   • 기능: 두 변수 간의 관계를 시각화하고, 그 주변에 히스토그램을 포함한 플롯을 생성합니다.
   • 사용법: sns.jointplot(x='age', y='fare', data=titanic)는 나이와 요금 간의 관계를 시각화합니다.