❓
'''
1 seaborn 모듈의 타이타닉 승객중 10대(10~19세)인 승객만 조회하기
df_teenage 데이터에 저장하기
'''
df_teenage = titanic.loc[(titanic.age >= 10) & (titanic.age < 20)]
df_teenage = titanic[(titanic.age >= 10) & (titanic.age < 20)]
df_teenage["age"]
df_teenage.age.value_counts()
❓
'''
2. 타이타닉 승객중 10살미만의 여성 승객만 조회하기.
df_female_under10 데이터에 저장하기
'''
df_female_under10 = \\
titanic[(titanic.age < 10) & (titanic.sex == 'female')]
df_female_under10[["age","sex"]]
len(df_female_under10)
❓
'''
3. 동행자(sibsp)의 수가 3,4,5인 승객들의 sibsp,alone컬럼 조회하기.
df_notalone 데이터에 저장
'''
df_notalone = \\
titanic.loc[(titanic.sibsp==3)|(titanic.sibsp==4)|(titanic.sibsp==5)]
df_notalone[["sibsp","alone"]]
len(df_notalone)
df_notalone = titanic.loc[titanic.sibsp.isin([3,4,5])]
df_notalone[["sibsp","alone"]]
len(df_notalone)
❓
'''
4. class 컬럼 중 First,Second인 행만 조회하기 df_class12 데이터에 저장
'''
df_class12 = titanic[titanic["class"].isin(["First","Second"])]
df_class12["class"].value_counts()
df_class12 = \\
pd.concat([titanic.groupby("class").get_group("First"),
titanic.groupby("class").get_group("Second")],axis=0)
df_class12["class"].value_counts()
❓
'''
seoul.csv 파일은 <https://data.kma.go.kr> 사이트 기후통계분석 > 기온분석 메뉴에서 2000년1월부터 2022년6월 29일까지의
서울의 일별 데이터를 다운받은 파일이다.
seoul.csv파일의 위치는 현재폴더의 data폴더에 존재한다고 가정한다.
파일의 encoding은 cp949로 설정한다.
5. pandas를 이용하여 파일을 읽는 코드를 작성하시오
'''
import pandas as pd
seoul=pd.read_csv('data/seoul.csv',encoding='cp949')
print(seoul.head())
seoul.info()
❓
'''
6. 컬럼 명을 평균기온(℃) -> 평균기온, 최저기온(℃)->최저기온, 최고기온(℃)->최고기온으로
컬럼명을 변경하는 코드를 작성하시오
'''
seoul.rename(cloumns={'평균기온(℃)':'평균기온','최저기온(℃)':'최저기온',
'최고기온(℃)':'최고기온'},inplace=True)
seoul.info()
seoul.columns=\\
["날짜","지점","평균기온","최저기온","최고기온"]
print(seoul.columns)
❓
'''
7. 지점 컬럼을 삭제하는 코드를 작성하기
'''
del seoul["지점"]
seoul.drop('지점', axis=1, inplace=True)
print(seoul.head())
❓
'''
8. 2000년 이후 서울이 가장 더웠던 날과 온도를 출력하는 코드를 작성하기
[결과]
날짜 2018-08-01
평균기온 33.6
최저기온 27.8
최고기온 39.6
Name: 6787, dtype: object
'''
'''
# 최고기온으로 내림차순 정렬
#1
seoul1 = seoul.sort_values(by='최고기온',ascending=False)
seoul1
seoul1.iloc[0] # 첫번째레코드가 가장 더운 날
# seoul 최고기온.idmax() : 최고기온의 최대값을 가지는 레코드의 인덱스 값 리턴
#2
seoul.loc[seoul.최고기온.idmax()]
❓
'''
9. 최고기온과 최저기온의 차를 저장하는 일교차 컬럼을 생성하고, 일교차가 가장 큰날짜를 출력
하는 코드를 작성하시오
[결과]
일교차가 가장 큰 날짜: 2015-04-18 ,일교차: 18.5
'''
seoul['일교차']=seoul['최고기온']-seoul['최저기온']
seoul.head()
#1 sort_values이용
seoul2=seoul.sort_values(by='일교차',ascending=False)
print('일교차가 가장 큰 날짜:',seoul2.iloc[0]['날짜'],',','일교차:',\\
seoul2.iloc[0]['일교차'])
#2 idxmax() 이용
seoul2 = seoul.iloc[seoul.일교차.idxmax()]
print('일교차가 가장 큰 날짜:',seoul2['날짜'],',','일교차:',\\
seoul2['일교차'])
seoul2
# 강사님
seoul['일교차'] = seoul['최고기온'] - seoul['최저기온']
seoul.head()
#1
seoul2 = seoul.sort_values(by='일교차',ascending=False)
print('일교차가 가장 큰 날짜:',seoul2.iloc[0]['날짜'],
seoul2.iloc[0]['일교차'])
#2
seoul2 = seoul.loc[seoul.일교차.idmax()]
print('일교차가 가장 큰 날짜:',seoul2['날짜'],',','일교차',
seoul2['일교차'])
seoul2
❓
'''
10. 평균기온,최저기온,최고기온의 평균값을 구하는 코드를 작성하시오
[결과]
평균기온 12.885965
최저기온 8.996880
최고기온 17.438657
dtype: float64
'''
seoul.mean()[["평균기온","최저기온","최고기온"]]
seoul.mean()
❓
'''
11. 월별 평균 일교차를 구하는 코드를 작성하시오. 월컬럼을 생성하기
[결과]
월
01 7.590762
02 8.370096
03 9.242082
04 9.800000
05 10.062757
06 8.877879
07 6.587558
08 6.954992
09 8.345397
10 9.507231
11 8.272540
12 7.580031
Name: 일교차, dtype: float64
'''
soul["월"] = seoul["날짜"].str.split("-").str.get(1)
seoul.groupby('월').mean()['일교차']
seoul.groupby('월').mean()
