chipotle 주문 데이터 분석(1) - 데이터 분석 기초

데이터 불러오기

---

import pandas as pd
chipo = pd.read_csv('C:/Users/ariz/Desktop/슬기로운 방학생활/이것이 데이터 분석이다/data/chipotle.tsv',sep='\t')
print(chipo.shape)
print('---------------------------------')
print(chipo.info())      
chipo.head()

(4622, 5)
---------------------------------
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4622 entries, 0 to 4621
Data columns (total 5 columns):
 #   Column              Non-Null Count  Dtype 
---  ------              --------------  ----- 
 0   order_id            4622 non-null   int64 
 1   quantity            4622 non-null   int64 
 2   item_name           4622 non-null   object
 3   choice_description  3376 non-null   object
 4   item_price          4622 non-null   object
dtypes: int64(2), object(3)
memory usage: 180.7+ KB
None

	order_id	quantity	item_name	choice_description	item_price
0	1	1	Chips and Fresh Tomato Salsa	NaN	$2.39
1	1	1	Izze	[Clementine]	$3.39
2	1	1	Nantucket Nectar	[Apple]	$3.39
3	1	1	Chips and Tomatillo-Green Chili Salsa	NaN	$2.39
4	2	2	Chicken Bowl	[Tomatillo-Red Chili Salsa (Hot), [Black Beans...	$16.98

chipo 데이터는 4622개의 행과 5개의 컬럼으로 구성되어 있다.

그리고 choice_description 컬럼에는 결측치가 약 1300개 존재 한다.

또 order_id 컬럼은 id 컬럼이므로 int 형이아닌 str 형으로 변경이 필요 해보인다.

먼저 order_id 컬럼 부터 변경 해보자.

# order_id 컬럼 데이터 형 변환

chipo['order_id'] = chipo['order_id'].astype('str')
print(chipo.info())

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 4622 entries, 0 to 4621
Data columns (total 5 columns):
 #   Column              Non-Null Count  Dtype 
---  ------              --------------  ----- 
 0   order_id            4622 non-null   object
 1   quantity            4622 non-null   int64 
 2   item_name           4622 non-null   object
 3   choice_description  3376 non-null   object
 4   item_price          4622 non-null   object
dtypes: int64(1), object(4)
memory usage: 180.7+ KB
None

describe() 함수로 기초 통계량 출력

---

describe() 함수는 데이터 형이 실수나 정수인 데이테 에대해 기초 통계량을 출력해준다.

print(chipo.describe())

          quantity
count  4622.000000
mean      1.075725
std       0.410186
min       1.000000
25%       1.000000
50%       1.000000
75%       1.000000
max      15.000000

order_id와 item_name의 개수 출력

---

unique() 함수는 컬럼의 데이터에서 중복을 제외하고 반환 한다 .

print(len(chipo['order_id'].unique()))
print(len(chipo['item_name'].unique()))

1834
50