[Pandas 개인과제] Iris 데이터 (아이리스, 붗꽃 데이터)를 활용한 Pandas 활용 과제!

파카파오 2024. 5. 16. 16:09

< 베이직 10문제 >

1번 문제 : 데이터 불러오기

문제) pandas를 import한 다음 데이터를 불러와서 데이터를 확인하세요.

import pandas as pd

url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data'
columns = ['Sepal Length', 'Sepal Width', 'Petal Length', 'Petal Width', 'Species']
iris = pd.read_csv(url, header=None, names=columns)
iris

2번 문제 : 데이터 구조 파악하기

문제) 데이터셋의 첫 5행을 출력하고, 데이터의 구조를 파악하세요.

iris.head(5)

3번 문제 : 데이터 요약 정보 확인하기

문제) 데이터셋의 요약 정보를 확인하세요.

iris.info()

4번 문제 : 기초 통계량 확인하기

문제) 각 열의 기초 통계량(평균, 표준편차, 최솟값, 최댓값 등)을 출력하세요.

iris.describe()

5번 문제 : 특정 열 선택하기

문제) 'Sepal Length' 열만 선택하여 출력하세요.

iris['Sepal Length']

6번 문제 : 조건에 맞는 데이터 필터링하기

문제) 'Species'가 'Iris-setosa'인 행들만 선택하여 새로운 데이터프레임을 만드세요.

cond1 = iris['Species'] == 'Iris-setosa'
iris.loc[cond1, :]

7번 문제 : 그룹별 통계량 계산하기

문제) 각 품종('Species')별로 'Sepal Length'의 평균을 계산하세요.

iris.groupby('Species')['Sepal Length'].mean()

8번 문제 : 새로운 열 추가하기

문제) 각 행의 'Sepal Length'와 'Sepal Width'의 합을 계산하여 새로운 열 'Sepal Sum'을 추가하세요.

iris['Sepal Sum'] = iris['Sepal Length'] + iris['Sepal Width']
iris

9번 문제 : 데이터 정렬하기

문제) 'Petal Length' 기준으로 데이터프레임을 내림차순으로 정렬하세요.

iris.sort_values('Petal Length', ascending=False)

10번 문제 : 특정 값 세기

문제) 각 품종('Species')별로 몇 개의 샘플이 있는지 세어보세요.

iris['Species'].value_counts()

< 챌린지 10문제 >

문제 11: 데이터 결합하기

문제) 'Sepal Length'와 'Petal Length'의 평균을 계산한 후, 이를 새로운 데이터프레임으로 결합하세요.

sepal_length_mean = iris['Sepal Length'].mean()
petal_length_mean = iris['Petal Length'].mean()

df1 = pd.DataFrame({
    'sepal_length_mean' : [sepal_length_mean]
})

df2 = pd.DataFrame({
    'petal_length_mean' : [petal_length_mean]
})

result_horizontal = pd.concat([df1, df2], axis=1)
result_horizontal

문제 12: 피벗 테이블 만들기

문제) 각 품종별 'Sepal Length'와 'Petal Length'의 평균을 피벗 테이블로 만들어 보세요.

# 각 품종별로 'Sepal Length'와 'Petal Length'의 평균 계산
pivot_table = iris.pivot_table(index='Species', values=['Sepal Length', 'Petal Length'], aggfunc='mean')

# 열 이름 변경
pivot_table.columns = ['Sepal Length Mean', 'Petal Length Mean']

pivot_table

문제 13: 결측값 처리

문제) 'Sepal Width' 열에 임의로 결측값을 10개 추가하고, 결측값을 처리하는 방법을 두 가지 이상 적용해 보세요.
참고) 현재 데이터에는 결측값이 없으므로 아래와 같은 코드를 통해 임의의 결측값을 만든 dataframe을 사용하세요. (numpy의 random 함수를 사용하기 때문에 사람마다 결측값 index의 위치가 다를 수 있습니다)

import numpy as np

# 임의로 결측값 10개 추가
iris_with_nan = iris.copy()
iris_with_nan.loc[np.random.choice(iris_with_nan.index, 10), 'Sepal Width'] = np.nan
iris_with_nan

[ 정답 1 ]

# 13번 (1)
iris_clean = iris_with_nan.copy()
selected = iris_clean['Sepal Width'].isna()
iris_clean.loc[selected, 'Sepal Width'] = '결측값1'
iris_clean

[ 정답 2 ]

# 13번 (2)
iris_clean2 = iris_with_nan.copy()
iris_clean2 = iris_clean2.fillna('결측값2')
iris_clean2

문제 14: 데이터 변형

문제) 'Sepal Length'와 'Sepal Width'의 비율을 계산하여 새로운 열 'Sepal Ratio'를 추가하세요.

iris['Sepal Ratio'] = round(iris['Sepal Length'] / iris['Sepal Width'],2)
iris

문제 15: 특정 조건에 따른 새로운 열 생성

문제) 'Sepal Length'가 5.0 이상인 경우 'Large', 미만인 경우 'Small'을 값으로 가지는 새로운 열 'Sepal Size'를 생성하세요.

def big_small(data):
  if data >= 5.0:
    return 'Large'
  else:
    return 'Small'

iris2 = iris.copy()
iris2['Sepal Size'] = iris2['Sepal Length'].apply(big_small)
iris2

문제 16: 다양한 통계량 계산

문제) 각 품종(Species)별로 'Sepal Length'와 'Sepal Width'의 합계, 평균, 표준편차를 계산하세요.

iris.groupby('Species')[['Sepal Length','Sepal Width']].agg(['sum', 'mean', 'std'])

문제 17: 복잡한 조건 필터링

문제) 'Sepal Length'가 5.0 이상이고 'Sepal Width'가 3.5 이하인 데이터만 선택하고, 이 데이터의 'Petal Length'와 'Petal Width'의 합을 새로운 열 'Petal Sum'으로 추가하세요.

selected = (iris['Sepal Length'] >= 5.0) & (iris['Sepal Width'] <= 3.5)
iris['Petal Sum'] = iris.loc[selected, 'Petal Length'] + iris.loc[selected, 'Petal Width']
iris

문제 18: 산점도 그리기

문제) 'Sepal Length'와 'Sepal Width'의 관계를 나타내는 산점도를 그리세요. 각 품종별로 다른 색상을 사용하세요.

import seaborn as sns
import matplotlib.pyplot as plt

# 산점도 그리기
sns.scatterplot(data=iris, x='Sepal Length', y='Sepal Width', hue='Species')

# 그래프 출력
plt.title('Sepal Length vs. Sepal Width')
plt.xlabel('Sepal Length')
plt.ylabel('Sepal Width')
plt.legend(title='Species')
plt.show()

문제 19: 히스토그램 그리기

문제) 'Sepal Length'의 분포를 나타내는 히스토그램을 그리세요. 각 품종별로 다른 색상을 사용하세요.

import seaborn as sns
import matplotlib.pyplot as plt

# 히스토그램 그리기
sns.histplot(data=iris, x='Sepal Length', hue='Species')

# 그래프 출력
plt.title('Distribution of Sepal Length')
plt.xlabel('Sepal Length')
plt.ylabel('Total')
plt.show()

문제 20: 박스플롯 그리기

문제) 각 품종별로 'Petal Length'의 분포를 나타내는 박스플롯을 그리세요.

import seaborn as sns

ax = sns.boxplot(data = iris, x = 'Petal Length', hue = 'Species')

# 그래프 출력
plt.title('Distribution of Petal Length')
plt.xlabel('Petal Length')
plt.ylabel('Total')
plt.show()