무던히 하다보면 느는

01 조건별 그룹 집계grouped = employeem.groupby(['department','gender'])['salary'].mean().unstack()grouped['gender_diff'] = grouped['Male'] - grouped['Female']result_df = grouped[['gender_diff']].reset_index()result_df.columns = ['department','male_female_diff']result_df더보기grouped = employee.groupby(['department', 'gender'])['salary'].mean()grouped = employee.groupby(['department', 'gender'])['salary']...

01. 이상치 제거 후 평균 계산[설명]이상치란 ? 관측된 데이터의 일반적인 범위에서 많이 벗어난 값, 즉 너무 작은 값이나 너무 큰 값. 이상치가 모델링 및 의사결정에 미칠 수 있기 때문에 기준을 정해서 이상치를 처리하는 것은 필수 01 Z-score 방법- 평균값 기반으로 이상치를 탐지하는 방법- 평균, 표준편차를 이용해서 특정 데이터가 평균값으로부터 얼마나 멀리 떨어져 있는지 계산- 특정 임계값을 넘어가면 이상치로 판단 02 IQR 방법- 중앙값 기반으로 이상치를 탐지하는 법- 사분위수, IQR을 이용해서 특정 데이터가 중앙값으로부터 얼마나 멀리 떨어져 있는지 계산- 박스플롯의 최솟값, 최댓값을 넘어가면 이상치로 판단 [문제]주어진 거래 데이터 리스트에서Z-score 기준으로 이상치(절대값 2.0 ..

01. 티켓 클래스에 따른 생존율 비교train_df[["Pclass", "Survived"]].groupby(["Pclass"], as_index=False).mean() \ .sort_values(by="Survived", ascending=False)transactions.groupby("month", as_index=False)["amount"].sum() # 그룹별 합계 다른 방식으로 02. 월별 결제 총액 및 시각화transactions.csv 를 활용하여 2023년 월별 총 결제 금액을 바 차트로 시각화하세요.transactions = pd.reac_csv("./2504 코딩테스트준비/transactions_csv.csv")transactions["transaction_date"] = pd...