6-1. 주요 통계치를 계산하기(agg)

샘플데이터

In [2]: titanic = pd.read_csv("data/titanic.csv")

In [3]: titanic.head()
Out[3]: 
   PassengerId  Survived  Pclass  ...     Fare Cabin  Embarked
0            1         0       3  ...   7.2500   NaN         S
1            2         1       1  ...  71.2833   C85         C
2            3         1       3  ...   7.9250   NaN         S
3            4         1       1  ...  53.1000  C123         S
4            5         0       3  ...   8.0500   NaN         S

[5 rows x 12 columns]

 

1. 통계 집계하기(summary statistics)

ex) 타이타닉 승객의 평균 나이는?

In [4]: titanic["Age"].mean()
Out[4]: 29.69911764705882

 일반적으로 결측값은 제외되며, 기본적으로 행을 따라 작동한다.

 

ex) 타이타닉 승객의 티켓 가격과 나이의 중앙값은?

In [5]: titanic[["Age", "Fare"]].median()
Out[5]: 
Age     28.0000
Fare    14.4542
dtype: float64

DataFrame의 여러 열에 적용된 통계(두 열을 선택하면 DataFrame이 반환)는 각 숫자 열에 대해 계산된다.

 

집계 통계는 동시에 여러 열에 대해 계산될 수 있다. 

In [6]: titanic[["Age", "Fare"]].describe()
Out[6]: 
              Age        Fare
count  714.000000  891.000000
mean    29.699118   32.204208
std     14.526497   49.693429
min      0.420000    0.000000
25%     20.125000    7.910400
50%     28.000000   14.454200
75%     38.000000   31.000000
max     80.000000  512.329200

 

사전에 정의된 통계 대신에 DataFrame.agg() 메서드를 사용하여 주어진 열에 대한 특정한 집계 통계 조합을 정의할 수 있다.

In [7]: titanic.agg(
   ...:     {
   ...:         "Age": ["min", "max", "median", "skew"],
   ...:         "Fare": ["min", "max", "median", "mean"],
   ...:     }
   ...: )
   ...: 
Out[7]: 
              Age        Fare
min      0.420000    0.000000
max     80.000000  512.329200
median  28.000000   14.454200
skew     0.389108         NaN
mean          NaN   32.204208

 

 

본 내용은 공부 기록용으로 출처는 판다스의 공식문서(How to calculate summary statistics) 입니다