[Python] Pandas - 데이터 확인

In [1]:

import os
import numpy as np
import pandas as pd

In [2]:

os.getcwd() #현재 디렉토리 확인

Out[2]:

'/Users/limjongjun/Desktop/JayJay/Growth/Python/Class101_Pandas'

In [3]:

df1 = pd.read_csv('01_Contract_Data.csv') 
df1

Out[3]:

	Index	Member_ID	Sales_Type	Contract_Type	Channel	Datetime	Term	Payment_Type	Product_Type	Amount_Month	Customer_Type	Age	Address1	Address2	State	Overdue_count	Overdue_Type	Gender	Credit_Rank	Bank
0	1	66758234	렌탈	일반계약	영업방판	2019-05-06	60	CMS	DES-1	96900	개인	42.0	경기도	경기도	계약확정	0	없음	여자	9.0	새마을금고
1	2	66755948	렌탈	교체계약	영업방판	2020-02-20	60	카드이체	DES-1	102900	개인	39.0	경기도	경기도	계약확정	0	없음	남자	2.0	현대카드
2	3	66756657	렌탈	일반계약	홈쇼핑/방송	2019-02-28	60	CMS	DES-1	96900	개인	48.0	경기도	경기도	계약확정	0	없음	여자	8.0	우리은행
3	4	66423450	멤버십	멤버십3유형	재계약	2019-05-13	12	CMS	DES-1	66900	개인	39.0	경기도	경기도	계약확정	0	없음	남자	5.0	농협회원조합
4	5	66423204	멤버십	멤버십3유형	재계약	2019-05-10	12	CMS	DES-1	66900	개인	60.0	경기도	경기도	기간만료	12	있음	남자	8.0	농협회원조합
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
51296	51298	66579515	렌탈	프로모션계약	대형마트A	2019-03-01	60	CMS	DES-3A	96900	개인	47.0	경기도	경기도	계약확정	0	없음	남자	NaN	기업은행
51297	51299	66799558	렌탈	일반계약	대형마트A	2019-04-01	60	CMS	DES-1	96900	개인	42.0	경기도	경기도	계약확정	0	없음	여자	8.0	새마을금고
51298	51300	66799197	렌탈	프로모션계약	영업방판	2019-04-01	39	카드이체	ERA	120900	개인	65.0	서울특별시	서울특별시	계약확정	0	없음	여자	1.0	롯데카드
51299	51301	66792778	렌탈	일반계약	홈쇼핑/방송	2020-02-06	60	카드이체	DES-1	96900	개인	54.0	서울특별시	서울특별시	계약확정	0	없음	여자	2.0	롯데카드
51300	51302	66799607	렌탈	일반계약	홈쇼핑/방송	2019-04-24	60	CMS	DES-1	96900	개인	53.0	서울특별시	서울특별시	계약확정	0	없음	여자	8.0	신한은행

51301 rows × 20 columns

• 데이터의 구조를 확인하는 함수들은 보통 소괄호'()'가 붙지 않음

In [4]:

df1.columns #Dataframe Column명 확인

Out[4]:

Index(['Index', 'Member_ID', 'Sales_Type', 'Contract_Type', 'Channel',
       'Datetime', 'Term', 'Payment_Type', 'Product_Type', 'Amount_Month',
       'Customer_Type', 'Age', 'Address1', 'Address2', 'State',
       'Overdue_count', 'Overdue_Type', 'Gender', 'Credit_Rank', 'Bank'],
      dtype='object')

In [5]:

df1.index #Dataframe 내 데이터의 순서 확인

Out[5]:

RangeIndex(start=0, stop=51301, step=1)

In [6]:

df1.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 51301 entries, 0 to 51300
Data columns (total 20 columns):
 #   Column         Non-Null Count  Dtype  
---  ------         --------------  -----  
 0   Index          51301 non-null  int64  
 1   Member_ID      51301 non-null  int64  
 2   Sales_Type     51301 non-null  object 
 3   Contract_Type  51301 non-null  object 
 4   Channel        51301 non-null  object 
 5   Datetime       51301 non-null  object 
 6   Term           51301 non-null  int64  
 7   Payment_Type   51301 non-null  object 
 8   Product_Type   51301 non-null  object 
 9   Amount_Month   51301 non-null  int64  
 10  Customer_Type  51299 non-null  object 
 11  Age            44329 non-null  float64
 12  Address1       51299 non-null  object 
 13  Address2       51299 non-null  object 
 14  State          51301 non-null  object 
 15  Overdue_count  51301 non-null  int64  
 16  Overdue_Type   51301 non-null  object 
 17  Gender         51301 non-null  object 
 18  Credit_Rank    42520 non-null  float64
 19  Bank           48542 non-null  object 
dtypes: float64(2), int64(5), object(13)
memory usage: 7.8+ MB

숫자 데이터 확인¶

• 평균 : 숫자 데이터의 대표값(중심값)을 확인
• 합 : 숫자 데이터의 전체 합 확인

In [7]:

df1['Term'] #Series 형태로 불러오기

Out[7]:

0        60
1        60
2        60
3        12
4        12
         ..
51296    60
51297    60
51298    39
51299    60
51300    60
Name: Term, Length: 51301, dtype: int64

In [8]:

df1['Term'].mean().round(3) #평균값 확인

Out[8]:

55.639

In [9]:

df1['Amount_Month'].sum() #데이터의 합 확인

Out[9]:

4822036176

In [10]:

df1.describe() #Dataframe에 존재하는 숫자 데이터의 요약 통계량 확인

Out[10]:

	Index	Member_ID	Term	Amount_Month	Age	Overdue_count	Credit_Rank
count	51301.000000	5.130100e+04	51301.000000	51301.000000	44329.000000	51301.000000	42520.000000
mean	25651.703612	6.266432e+07	55.639149	93994.974289	50.024093	0.161381	3.428810
std	14809.828628	1.216146e+07	12.009915	15304.263988	10.983877	1.122193	2.213453
min	1.000000	2.568798e+07	12.000000	54603.000000	25.000000	0.000000	0.000000
25%	12826.000000	6.643148e+07	60.000000	81900.000000	42.000000	0.000000	1.000000
50%	25652.000000	6.676578e+07	60.000000	96900.000000	49.000000	0.000000	3.000000
75%	38477.000000	6.678160e+07	60.000000	98400.000000	57.000000	0.000000	5.000000
max	51302.000000	6.696986e+07	60.000000	215700.000000	102.000000	15.000000	10.000000

문자 데이터 확인¶

• 항목 / 빈도수

In [11]:

df1['Sales_Type']

Out[11]:

0         렌탈
1         렌탈
2         렌탈
3        멤버십
4        멤버십
        ... 
51296     렌탈
51297     렌탈
51298     렌탈
51299     렌탈
51300     렌탈
Name: Sales_Type, Length: 51301, dtype: object

In [12]:

df1['Sales_Type'].unique() #object 데이터의 구성 항목 확인

Out[12]:

array(['렌탈', '멤버십'], dtype=object)

In [13]:

df1['Bank'].unique()

Out[13]:

array(['새마을금고', '현대카드', '우리은행', '농협회원조합', '농협중앙회', '롯데카드', '신한은행', '국민카드',
       '부산은행', '우체국', '국민은행', '기업은행', 'SC제일은행', nan, '대구은행', '하나은행',
       '신한카드', '삼성카드', '광주은행', '외환은행', 'BC카드', '씨티은행', '신협중앙회', '경남은행',
       '미래에셋증권', '외환카드', '수협중앙회', '유안타증권', '전북은행', '상호저축은행', '대신증권',
       '산업은행', '현대증권', '산림조합중앙회', '제주은행', '삼성증권', '하나대투증권', 'SK증권',
       '수협카드', '한국투자증권', '신한금융투자', '하나SK', 'NH농협카드', '메리츠종합금융증권',
       '하이투자증권', '우리카드', '대우증권', '씨티카드'], dtype=object)

In [14]:

df1['Sales_Type'].value_counts() #object 데이터의 빈도수를 계산

Out[14]:

Sales_Type
렌탈     46483
멤버십     4818
Name: count, dtype: int64

In [15]:

df1['Bank'].value_counts(ascending= True)

Out[15]:

Bank
씨티카드            1
하이투자증권          1
메리츠종합금융증권       1
수협카드            1
SK증권            1
하나대투증권          1
산림조합중앙회         1
대신증권            1
상호저축은행          1
대우증권            2
우리카드            3
NH농협카드          4
신한금융투자          4
한국투자증권          4
미래에셋증권          5
하나SK            6
삼성증권            7
현대증권           11
산업은행           23
유안타증권          27
제주은행           40
수협중앙회         160
씨티은행          162
전북은행          195
신협중앙회         341
광주은행          347
SC제일은행        439
경남은행          442
외환카드          530
외환은행          586
우체국           718
대구은행          746
현대카드          876
삼성카드          884
부산은행          889
새마을금고         964
BC카드         1264
국민카드         1311
하나은행         1446
신한카드         1532
기업은행         1963
우리은행         3386
신한은행         3522
농협중앙회        3899
국민은행         6002
농협회원조합       6277
롯데카드         9516
Name: count, dtype: int64

In [16]:

df1.describe(include='object') #object 데이터의 요약 통계량

Out[16]:

	Sales_Type	Contract_Type	Channel	Datetime	Payment_Type	Product_Type	Customer_Type	Address1	Address2	State	Overdue_Type	Gender	Bank
count	51301	51301	51301	51301	51301	51301	51299	51299	51299	51301	51301	51301	48542
unique	2	9	16	577	5	6	2	8	14	4	2	2	47
top	렌탈	프로모션계약	영업방판	2019-01-31	CMS	DES-1	개인	경기도	경기도	계약확정	없음	여자	롯데카드
freq	46483	15811	23767	1167	32825	39133	46263	18353	14883	50620	49110	35602	9516

---