파이썬 판다스 실무 데이터 분석 (1)

 

 

파이썬 판다스를 사용하면 현재 가진 데이터에서 빠르게 원하는 정보를 얻을 수 있습니다. 마케팅과 같이 데이터에 대한 전문성이 높지 않지만 데이터를 활용할 수 있는 분야에서 판다스 활용 능력은 업무에 많은 도움이 됩니다. 이번 시간에는 판다스를 활용하여 다양한 실무 데이터 분석을 해보도록 하겠습니다. 

 

 

 

 

데이터 불러오기

 

 

import pandas as pd
hotels = pd.read_csv("hotel_booking_data.csv")

 

 

파이썬에서 판다스 라이브러리를 불러오고 'hotel_booking_data' 데이터를 가져옵니다. 데이터 파일은 'hotels'라는 별칭을 지정합니다.  

 

 

hotels.head()

 

 

 

 

head 함수를 사용하여 대략적인 데이터 구성을 보면 총 36개의 열을 확인할 수 있습니다.  

 

 

hotels.info()

 

 

 

 

info 함수를 사용하여 어떤 열 데이터가 있는지 확인할 수 있습니다. 

 

 

len(hotels)

 

 

len 함수를 사용하면 총 행 수를 확인할 수 있습니다. hotels 데이터의 총 행 수는 119390개 입니다. 

 

 

 

 

실무 업무 1: Null 데이터가 있는 열 확인

 

 

hotels.isnull().sum()

 

 

 

 

결과를 보면 company 열의 데이터 중 무려 1122593개의 null값을 확인할 수 있습니다. 

 

 

 

 

실무 업무 2: Company 열 삭제하기

 

 

hotels = hotels.drop('company',axis=1)

 

 

drop 함수를 사용하여 'company'열을 삭제합니다. 열을 삭제하기 때문에 열을 의미하는 axis=1을 입력합니다. 

 

 

 

 

실무 업무 3: 상위 5개의 국가 코드 찾기

 

 

hotels['country'].value_counts()[:5]

 

 

 

 

value_counts 함수를 사용하여 불러온 데이터의 country 열 값의 총합을 구하고 상위 5개의 값을 출력합니다. 결과를 보면 PRT, GBR, FRA, ESP 그리고 DEU 국가 코드를 가진 국가에서 호텔 예약이 많은 것을 확인할 수 있습니다. 

 

 

 

 

실무 업무 4: 평균적으로 가장 높은 호텔 비용을 지불한 사람 찾기

 

 

현재 데이터에서 호텔 평균 비용을 나타내는 열은 'ADR' (average daily rate)입니다.

 

 

hotels.sort_values('adr',ascending=False)[['adr','name']].iloc[0]

 

 

 

 

sort_values 함수를 사용하여 'adr' 열 값을 내림차순으로 정리합니다. 정리한 데이터에서 'adr'과 'name' 열 값만 출력합니다. 마지막으로 첫 번째 행 (iloc[0])에 있는 데이터만 출력합니다. 결과를 보면 평균적으로 가장 높은 비용의 호텔비를 지불한 사람은 Daniel Walter이며 평균 비용은 $5400입니다.

 

 

 

 

실무 업무 5: 평균 호텔 숙박 기간 구하기

 

 

hotels['total_stay_days'] = hotels['stays_in_week_nights'] + hotels['stays_in_weekend_nights']
round(hotels['total_stay_days'].mean(),2)

 

 

불러온 데이터에 'total_stay_days'라는 새로운 열을 만들어 줍니다. 새로운 열의 값 'stays_in_week_nights' 값과 'stays_in_weekend_nights' 값을 합친 값, 즉 평일 숙박 기간과 주말 숙박 기간을 합친 값입니다. 그리고 mean 함수를 사용하여 total_stay_days 열 값의 평균을 계산하고 round 함수를 사용하여 소수점 둘째 자리까지 출력합니다. 그러면 3.43이라는 평균값을 구할 수 있습니다. 현재 데이터에 있는 사람들은 평균적으로 3일 동안 호텔에 숙박한 것을 알 수 있습니다.  

 

 

 

---

 

 

 

지금까지 판다스를 활용한 실무 데이터 분석을 해봤습니다. 판다스를 활용할 수 있으면 상대적으로 단순한 데이터 분석을 빠르게 할 수 있습니다. 다음 글에서 실무 데이터 분석을 이어서 진행하도록 하겠습니다.

 

 

 

Matplotlib 기본 라인 그래프 만들기

 

 

Pandas 피벗 테이블 만들기

 

 

Pandas Null값 관련 함수