[Pandas / 기초] 판다스 통계함수 - min, max, median, nlargest, mean, var, std, sum, cumsum, cumprod, count, mode, quantile, unique, nunique, agg, corr

📍 통계함수

✅ 엑셀로 열기

: pd.read_excel('파일명.xlsx', index_col='column')

In [1]:

import pandas as pd

df = pd.read_excel('score.xlsx', index_col='지원번호') # index 설정
df

 

Out[1]:

 

✅ min()

: 행/열에 대한 최솟값

In [2]:

df['키'].min()

 

Out[2]:

168

 

✅ max()

: 행/열에 대한 최댓값

In [3]:

df['키'].max()

 

Out[3]:

202

 

✅ median()

: 오름차순으로 정렬했을 때 중앙값

  짝수개의 데이터가 있을 때 가운데 2개 중앙 데이터의 평균값

In [4]:

df['키'].median()

 

Out[4]:

188.0

 

✅ nlargest(n)

: 상위 n개의 데이터 출력

In [5]:

df['키'].nlargest(3) # 키 큰 사람 순서대로 3명 데이터

 

Out[5]:

지원번호
6번    202
1번    197
8번    190
Name: 키, dtype: int64

 

✅ mean()

: 행/열에 대한 평균값

In [6]:

df['키'].mean()

 

Out[6]:

188.0

 

: df.mean(skipna=True/False)

• skipna = True(default값)
• skipna = False로 설정되어 있다면, NaN값이 있는 columns NaN으로 출력

 

In [7]:

import numpy as np

df.loc['2번', '국어'] = np.nan
df.mean(skipna=True, numeric_only = True)

 

Out[7]:

키     188.000000
국어     65.714286
영어     65.625000
수학     66.250000
과학     70.000000
사회     60.625000
dtype: float64

 

In [8]:

df.mean(skipna=False, numeric_only = True)

 

Out[8]:

키     188.000
국어        NaN
영어     65.625
수학     66.250
과학     70.000
사회     60.625
dtype: float64

 

✅ var()

: 분산

• n 데이터의 개수
• x_i 각 데이터
• bar_x 데이터의 평균

 

In [9]:

df = pd.read_excel('score.xlsx', index_col='지원번호')
# 평균
math_mean = df['수학'].mean()

# 분산
math_var = ((df['수학'] - math_mean) ** 2).sum() / (df['수학'].count() - 1)
print(math_var)

print(df['수학'].var())

 

 

919.6428571428571
919.6428571428571

 

✅ std()

: 표준편차

• n 데이터의 개수
• x_i 각 데이터
• bar_x 데이터의 평균

In [10]:

print(np.sqrt(df['수학'].var()))
print(df['수학'].std())

 

30.325613879076826
30.325613879076826

 

✅ sum()

: 합계

In [11]:

df.sum(numeric_only = True)

 

Out[11]:

키     1504
국어     500
영어     525
수학     530
과학     560
사회     485
dtype: int64

 

✅ cumsum()

: 누적합

In [12]:

df['키'].cumsum()

 

Out[12]:

지원번호
1번     197
2번     381
3번     549
4번     736
5번     924
6번    1126
7번    1314
8번    1504
Name: 키, dtype: int64

 

✅ cumprod()

: 누적곱

In [13]:

df['국어'].cumprod()

 

Out[13]:

지원번호
1번                90
2번              3600
3번            288000
4번          11520000
5번         172800000
6번       13824000000
7번      760320000000
8번    76032000000000
Name: 국어, dtype: int64

 

✅ count()

: Nan값을 제외한 데이터 갯수

 

In [14]:

df['SW특기'].count()

 

Out[14]:

6

 

✅ mode()

: 최빈값

 

In [15]:

df['학교'].mode()

 

Out[15]:

0    북산고
Name: 학교, dtype: object

 

✅ quantile()

: 분위(주어진 데이터를 동등한 크기로 분할하는 지점)

 

In [16]:

# 하위 10%
df['과학'].quantile(0.1)

 

Out[16]:

38.5

 

✅ unique()

: 데이터의 고유값 종류

 

In [17]:

df['학교'].unique()

 

Out[17]:

array(['북산고', '능남고'], dtype=object)

 

✅ nunique()

: 데이터의 고유값 갯수

  unique값 갯수

 

In [18]:

df['학교'].nunique()

 

Out[18]:

2

 

✅ agg(aggregation)

: 복수 통계 함수 적용

  df[['column_list']].agg([statistics_list])

 

In [19]:

df[['국어', '수학']].agg(['min', 'max', 'count', 'mean'])

 

Out[19]:

 

✅ corr()

: 상관관계

• -1 ~ 1 사이의 범위
• -1에 가까울수록 반비례 관계, 1에 가까울수록 정비례 관계

In [20]:

import seaborn as sns
df = sns.load_dataset('titanic')
df.corr(numeric_only=True)

 

Out[20]:

 

 

 

참고 : 나도코딩 파이썬 코딩 무료 강의 (활용편5) - 데이터 분석 및 시각화, 이 영상 하나로 끝내세요

(https://youtu.be/PjhlUzp_cU0?si=LW_MjXLjZVY9PrUt)