[Pandas] 은행 고객데이터를 이용한 서비스 분석 회고록2

 

< 데이터 분석 및 해석 >

 

1. 기초통계량 분석

 

2. 그래프 그리기

- 나이대별 정보 수집하기

- 직업별 정보 수집하기

- 상관관계 분석하기

 

3. VIP 분석하기

- VIP 고객

- VIP 

 

 

 

 

< 1. 기초통계량 분석 >

 

☑️ Pivot Table()

 

데이터를 재구성하여 요약, 집계된 정보를 보여주는 테이블 형태

 

pivot_table() 함수는 데이터프레임에서 피벗 테이블을 생성하는 데 사용됩니다.

주어진 데이터를 사용자가 원하는 형태로 재배치하여 요약된 정보를 보기 쉽게 제공합니다.

 

 

[ 피벗 테이블 생성하기 1 ]

 

index : 인덱스

values : 값

columns : 컬럼

aggfunc : 연산할 함수, 기본값은 mean 이다

import pandas as pd

# 샘플 데이터프레임 생성
data = {
    'Date': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02', '2023-01-01'],
    'Category': ['A', 'B', 'A', 'B', 'A'],
    'Value': [10, 20, 30, 40, 50]
}
df = pd.DataFrame(data)

# 피벗 테이블 생성: 날짜를 행 인덱스로, 카테고리를 열 인덱스로, 값은 'Value'의 합으로 집계
pivot = df.pivot_table(index='Date', columns='Category', values='Value', aggfunc='sum')

print(pivot)

 

[ 결과1 ]

 

 

 

[ 피벗 테이블 생성하기 2 ]

 

index : 인덱스

values : 컬

data : 데이터

lst = ['Annual_Income', 'Delay_from_due_date','Num_of_Delayed_Payment', 'Outstanding_Debt', 'Credit_Utilization_Ratio',
       'Total_EMI_per_month', 'Monthly_Balance','Amount_invested_monthly', 'Num_of_Loan']
df_pivot = pd.pivot_table(data=customer, index='age_group', values=lst)

df_pivot

 

 

[ 결과2 ]

 

 

 

< 2. seaborn 그래프 그리기 >

# 데이터 유형에 따른 seaborn 그래프 구분

 

 

 

그래프 유형	함수	자료 유형	특징
Line Plot	sns.lineplot	연속형 데이터	데이터의 변화 및 추이를 시각화
Bar Plot	sns.barplot	범주형 데이터	카테고리 별 값의 크기를 시각적으로 비교
Histogram	sns.histplot	연속형 데이터	데이터 분포, 빈도, 패턴 등을 이해
Box Plot	sns.boxplot	연속형 데이터의 분포	중앙값, 사분위수, 최소값, 최대값, 이상치 확인
Scatter Plot	sns.scatterplot	두 변수 간 관계	변수 간의 관계, 군집, 이상치 등 확인

 

 

# 기본 변수값 설명

 

data=customer, 

사용할 데이터셋을 정의합니다

 

x='Occupation'

x축에 들어갈 컬럼

 

y='Annual_Income'

y축에 들어갈 컬럼

 

palette='husl'

예쁜 색깔!

 

err_kws={'linewidth': 0}

에러바의 선이 그려지지 않게 합니다

 

 

< 2-1 나이대별 정보 수집하기 >

# 나이대별 연간소득 - 소득
ax = sns.barplot(data=customer, x='age_group', y = 'Annual_Income', palette='husl', err_kws={'linewidth': 0})
ax.set_title('나이대별 연간 소득', fontsize=20)

 

 

 

# 나이대별 연간 소득 디테일하게 조사하기

 

grouped = customer.groupby('age_group')['Annual_Income'].mean().round(2)
grouped = grouped.sort_values(ascending=False)
grouped

 

 

 

# 나이대별 회원수 구하기

 

집계함수를 써서 나온 결과값을 사용

그리고 원래 그룹바이로 묶었던 인덱스를 컬럼으로서 사용하기 위해 reset_index()를 사용하였다

 

# 그룹별 카운트를 데이터프레임으로 변환
grouped = customer.groupby('age_group')['Customer_ID'].count().reset_index()

# Seaborn을 사용하여 막대 그래프 그리기
ax = sns.barplot(data=grouped, x='age_group', y='Customer_ID', palette='husl')

ax.set_title("나이대별 회원수", fontsize = 20)

# 그래프를 출력합니다.
plt.show()

 

 

 

# 나이대별 미지불 채무 구하기

 

# 나이대별 미지불 채무 - 대출
ax = sns.barplot(data=customer, x='age_group', y = 'Outstanding_Debt', palette='husl', err_kws={'linewidth': 0})

ax.set_title("나이대별 미지불 채무", fontsize=20)

plt.ylim(500,2000)

 

plt.ylim( 범위, 범위 ) 함수를 사용했을때 그래프에서의 y축의 범위를 나타낼 수 있다

대신 해당값 안에서의 범위만을 나타내므로 전체 그래프값을 나타내지 못할 수도 있다 

 

 

 

 

< 2-2 직업별 정보 수집하기 >

# < 직업별 연간소득 >

# 그래프 크기 설정
plt.figure(figsize=(12, 6))

# seaborn을 이용한 바 그래프 그리기
ax = sns.barplot(data=customer, x='Occupation', y='Annual_Income', palette='husl', err_kws={'linewidth': 0})

# x 축 눈금 간격 조정
plt.xticks(rotation=45, ha='right')  # 글자를 45도 기울이고 오른쪽 정렬로 설정

# 그래프에 제목 추가
ax.set_title('직업별 연간 소득', fontsize=20)

plt.show()

 

 

 

 

# 직업별 월간 계좌 잔액 구하기

 

# < 직업별 월간 계좌 잔액 >

# 그래프 크기 설정
plt.figure(figsize=(12, 6))

# seaborn을 이용한 바 그래프 그리기
ax = sns.barplot(data=customer, x='Occupation', y='Monthly_Balance', palette='husl', err_kws={'linewidth': 0})

# x 축 눈금 간격 조정
plt.xticks(rotation=45, ha='right')  # 글자를 45도 기울이고 오른쪽 정렬로 설정

plt.ylim(380, 430)

# 그래프에 제목 추가
ax.set_title('직업별 월간 계좌 잔액', fontsize=20)

plt.show()

 

 

 

 

# 나이와 연간소득의 박스플롯

 

sns.boxplot(data=customer, x='age_group', y = 'Annual_Income', palette='husl')
plt.ylim(0,250000)

 

ylim으로 0부터 250000까지만 잘라서 나오게 해서 그위에 값은 안보임

 

 

그렇다면 원래의 통계값에서 이상치를 포함한 최대값은 어떻게 나올까?

 

result = customer.groupby('age_group')['Annual_Income'].describe()
pd.options.display.float_format = '{:.2f}'.format # 결과값을 10의 배수인 정수형태로 볼 수 있게 한다
result

 

pd.options.display.float_format = '{:.2f}'.format

결과값을 10의 배수인 정수형태로 볼 수 있게 한다

 

 

다음 값들은 모두 이상치이고 박스플롯에서 표시된다면 사각형의 직선 밖에서 . 점으로 표시될 것이다

그러나 ylim()을 사용하지 않는다면 박스플롯의 형태가 보이지 않을 것이므로 (이상값이 너무 크다)

ylim()을 통해서 범위를 좁혀서 박스플롯의 형태로 보게 하였다

 

 

# 직업과 연간소득의 통계분석

 

plt.figure(figsize=(12,6))

ax = sns.boxplot(data=customer, x='Occupation', y='Annual_Income', palette='husl')

# x 축 눈금 간격 조정
plt.xticks(rotation=45, ha='right')  # 글자를 45도 기울이고 오른쪽 정렬로 설정

# 그래프에 제목 추가
ax.set_title('직업과 연간소득의 통계분석', fontsize=20)

# y 축 범위 설정
plt.ylim(0, 250000)

plt.show()

 

 

 

 

< 2-3 상관관계 분석하기 >

 

# 히트맵 분석하기

 

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

# 수치형 열만 선택
numeric_columns = customer.select_dtypes(include=['float64', 'int64']).columns

# 선택한 열들로 새로운 데이터프레임 생성
customer_numeric = customer[numeric_columns]

# 상관 관계 행렬 계산
corr_matrix = customer_numeric.corr()

# 히트맵 그리기
plt.figure(figsize=(12, 10))
sns.heatmap(corr_matrix, annot=True, fmt=".2f", cmap='GnBu', linewidths=0.5)
plt.title('Correlation Matrix of Customer Data')
plt.show()

 

[ 결과 ]

 

 

 

 

# 상관관계 해석 시 유의사항

1. 상관 관계가 인과 관계는 아니다 높은 상관 관계가 반드시 인과 관계를 의미하지 않습니다. 예를 들어, 두 변수가 모두 다른 요인에 의해 영향을 받을 수 있습니다.
2. 상관 계수의 크기 절대 값이 0.3 이하인 경우는 약한 상관 관계를 나타내고, 0.3에서 0.7 사이는 중간 정도, 0.7 이상은 강한 상관 관계를 나타냅니다.

 

 

# Age별 평균값과 중앙값

 

groupby 이어서 agg 리스트를 이용하여 여러개의 집계함수를 사용하였다!

grouped = customer.groupby('age_group')['Credit_History_Age'].agg(['mean', 'median'])
grouped

 

 

 

# Reference

https://archivenyc.tistory.com/88?category=1184232

[데이터 시각화] 파이썬으로 그래프 그리기 : seaborn (1) 기본 그래프