수치 데이터 요약하기 - 기술통계 값 보기

학습 목표

• 기초 통계로 데이터의 분포를 살펴보고, 시각화해봅니다.

---

강의 자료

네이버 부스트코스

---

핵심 키워드

• mean : 데이터의 산술 평균 (데이터의 합/데이터 개수)

  # 평균 계산
  mean_value = df['Values'].mean()

• median : 데이터의 중간값 계산. 정렬했을 때 가운데 위치하는 값을 반환
  • 정규분포를 따르지 않을 때(이상치가 존재할 때) 평균보다 중심경향성을 더 잘 나타냄

    # 중간값 계산
    median_value = df['Values'].median()

• max : 데이터셋에서 가장 큰 값을 반환

  # 최대값 계산
  max_value = df['Values'].max()

• min : 데이터셋에서 가장 작은 값을 반환

  # 최소값 계산
  min_value = df['Values'].min()

• count : 결측값을 제외한 데이터셋에서 값의 개수.
  • 데이터셋에 얼마나 많은 유효한 데이터가 있는지 확인할 때 사용

    # 데이터 개수 계산
    count_value + df['Values'].count()

• describe : 데이터의 주요 통계 정보를 요약해서 보여줌
  • 평균(mean), 표준편차(std), 최소값(min), 25% 백분위수(25%), 중간값(50% or median), 75% 백분위수(75%), 최대값(max)

    # 데이터 요약 통계
    sumary = df['Values'].describe()
    # 2가지 정보 요약 통계
    sumary = df[['Age', 'Salary']].describe()
    # 숫자형 데이터에 대한 요약 통계
    summary_numeric = df.describe(include="number")