[빅데이터분석기사] 작업형1 - 판다스 기초 3

실습 환경 - Google Colab

자주 활용되는 판다스 예제¶

In [47]:

# 학습 전 실행: csv파일 (data.csv) 생성
import pandas as pd
import numpy as np
data = {
    "메뉴":['아메리카노','카페라떼','카페모카', '바닐라라떼', '녹차', '초코라떼', '바닐라콜드브루'],
    "가격":[4100, 4600, 4600, 5100, 4100, 5000, 5100],
    "할인율":[0.5, 0.1, 0.2, 0.3, 0, 0, 0],
    "칼로리":[10, 180, 420, 320, 20, 500, 400],
    "원두":['콜롬비아', np.NaN, '과테말라', np.NaN, '한국', '콜롬비아', np.NaN],
    "이벤트가":[1900, 2300, np.NaN, 2600, np.NaN, 3000, 3200],
}
data = pd.DataFrame(data)
data.to_csv('data.csv', index=False)

In [48]:

# 데이터 불러오기
df = pd.read_csv('data.csv')
df

Out[48]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	NaN	2300.0
2	카페모카	4600	0.2	420	과테말라	NaN
3	바닐라라떼	5100	0.3	320	NaN	2600.0
4	녹차	4100	0.0	20	한국	NaN
5	초코라떼	5000	0.0	500	콜롬비아	3000.0
6	바닐라콜드브루	5100	0.0	400	NaN	3200.0

조건필터¶

In [49]:

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 7 entries, 0 to 6
Data columns (total 6 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   메뉴      7 non-null      object 
 1   가격      7 non-null      int64  
 2   할인율     7 non-null      float64
 3   칼로리     7 non-null      int64  
 4   원두      4 non-null      object 
 5   이벤트가    5 non-null      float64
dtypes: float64(2), int64(2), object(2)
memory usage: 464.0+ bytes

In [50]:

# 조건 1개
# 할인율 > 0.2
df[df['할인율'] > 0.2]

Out[50]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
3	바닐라라떼	5100	0.3	320	NaN	2600.0

In [51]:

cond = df['할인율'] > 0.2
df[cond]

Out[51]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
3	바닐라라떼	5100	0.3	320	NaN	2600.0

In [52]:

# 조건 2개 이상 - AND
# 할인율 >= 0.2
# 칼로리 < 400
df[(df['할인율'] >= 0.2 ) & (df['칼로리'] < 400)]

Out[52]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
3	바닐라라떼	5100	0.3	320	NaN	2600.0

In [53]:

cond1 = df['할인율'] >= 0.2
cond2 = df['칼로리'] < 400
df[cond1 & cond2]

Out[53]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
3	바닐라라떼	5100	0.3	320	NaN	2600.0

In [54]:

# 조건 2개 이상 - OR
# 할인율 >= 0.2
# 칼로리 < 400
df[(df['할인율'] >= 0.2 ) | (df['칼로리'] < 400)]

Out[54]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	NaN	2300.0
2	카페모카	4600	0.2	420	과테말라	NaN
3	바닐라라떼	5100	0.3	320	NaN	2600.0
4	녹차	4100	0.0	20	한국	NaN

In [55]:

cond1 = df['할인율'] >= 0.2
cond2 = df['칼로리'] < 400
df[cond1 | cond2]

Out[55]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	NaN	2300.0
2	카페모카	4600	0.2	420	과테말라	NaN
3	바닐라라떼	5100	0.3	320	NaN	2600.0
4	녹차	4100	0.0	20	한국	NaN

In [56]:

# 문자열
# 원두 == 콜롬비아
df[df['원두']=='콜롬비아']

Out[56]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
5	초코라떼	5000	0.0	500	콜롬비아	3000.0

In [57]:

cond = df['원두'] == '콜롬비아'
df[cond]

Out[57]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
5	초코라떼	5000	0.0	500	콜롬비아	3000.0

In [58]:

# 문자열 숫자 - AND
# 원두 == 콜롬비아
# 가격 < 4500
df[(df['원두'] == '콜롬비아') & (df['가격'] < 4500)]

Out[58]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0

In [59]:

cond1 = df['원두'] == '콜롬비아'
cond2 = df['가격'] < 4500
df[cond1 & cond2]

Out[59]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0

결측치¶

• 결측값 NaN
• isnull()
• 결측치 갯수 : df.isnull().sum()
• 결측값 채우기 : fillna()

In [60]:

df

Out[60]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	NaN	2300.0
2	카페모카	4600	0.2	420	과테말라	NaN
3	바닐라라떼	5100	0.3	320	NaN	2600.0
4	녹차	4100	0.0	20	한국	NaN
5	초코라떼	5000	0.0	500	콜롬비아	3000.0
6	바닐라콜드브루	5100	0.0	400	NaN	3200.0

In [61]:

# 컬럼별 결측치 확인
df.isnull()

Out[61]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	False	False	False	False	False	False
1	False	False	False	False	True	False
2	False	False	False	False	False	True
3	False	False	False	False	True	False
4	False	False	False	False	False	True
5	False	False	False	False	False	False
6	False	False	False	False	True	False

In [62]:

df.isnull().sum()

Out[62]:

메뉴      0
가격      0
할인율     0
칼로리     0
원두      3
이벤트가    2
dtype: int64

In [63]:

# 결측값 채우기 - fillna()
# 원두 -> 코스타리카
df['원두'] = df['원두'].fillna('코스타리카')
df

Out[63]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	코스타리카	2300.0
2	카페모카	4600	0.2	420	과테말라	NaN
3	바닐라라떼	5100	0.3	320	코스타리카	2600.0
4	녹차	4100	0.0	20	한국	NaN
5	초코라떼	5000	0.0	500	콜롬비아	3000.0
6	바닐라콜드브루	5100	0.0	400	코스타리카	3200.0

In [64]:

# 이벤트가 컬럼 결측치 1900으로 채우기
df['이벤트가'] = df['이벤트가'].fillna(1900)
df

Out[64]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	코스타리카	2300.0
2	카페모카	4600	0.2	420	과테말라	1900.0
3	바닐라라떼	5100	0.3	320	코스타리카	2600.0
4	녹차	4100	0.0	20	한국	1900.0
5	초코라떼	5000	0.0	500	콜롬비아	3000.0
6	바닐라콜드브루	5100	0.0	400	코스타리카	3200.0

값 변경¶

1. replace(변경 전, 변경 후)
2. replace({변경 전: 변경 후})
3. loc[] 사용

In [65]:

df

Out[65]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	코스타리카	2300.0
2	카페모카	4600	0.2	420	과테말라	1900.0
3	바닐라라떼	5100	0.3	320	코스타리카	2600.0
4	녹차	4100	0.0	20	한국	1900.0
5	초코라떼	5000	0.0	500	콜롬비아	3000.0
6	바닐라콜드브루	5100	0.0	400	코스타리카	3200.0

In [66]:

# 문자 변경
# 아메리카노 -> 룽고
# 녹차 -> 그린티
df.replace('아메리카노', '룽고').replace('녹차', '그린티')

Out[66]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	룽고	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	코스타리카	2300.0
2	카페모카	4600	0.2	420	과테말라	1900.0
3	바닐라라떼	5100	0.3	320	코스타리카	2600.0
4	그린티	4100	0.0	20	한국	1900.0
5	초코라떼	5000	0.0	500	콜롬비아	3000.0
6	바닐라콜드브루	5100	0.0	400	코스타리카	3200.0

In [71]:

d = {
    '아메리카노': '룽고',
    '녹차': '그린티'
}
df = df.replace(d)

In [72]:

df

Out[72]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	룽고	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	코스타리카	2300.0
2	카페모카	4600	0.2	420	과테말라	1900.0
3	바닐라라떼	5100	0.3	320	코스타리카	2600.0
4	그린티	4100	0.0	20	한국	1900.0
5	초코라떼	5000	0.0	500	콜롬비아	3000.0
6	바닐라콜드브루	5100	0.0	400	코스타리카	3200.0

In [73]:

# 숫자 변경
# 1900 -> 1500
df = df.replace(1900, 1500)
df

Out[73]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	룽고	4100	0.5	10	콜롬비아	1500.0
1	카페라떼	4600	0.1	180	코스타리카	2300.0
2	카페모카	4600	0.2	420	과테말라	1500.0
3	바닐라라떼	5100	0.3	320	코스타리카	2600.0
4	그린티	4100	0.0	20	한국	1500.0
5	초코라떼	5000	0.0	500	콜롬비아	3000.0
6	바닐라콜드브루	5100	0.0	400	코스타리카	3200.0

In [77]:

# loc로 값 변경
# 바닐라라떼 원두 -> 과테말라
df.loc[3, '원두'] = '과테말라'
df

Out[77]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	룽고	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	코스타리카	2300.0
2	카페모카	4600	0.2	420	과테말라	1900.0
3	바닐라라떼	5100	0.3	320	과테말라	2600.0
4	그린티	4100	0.0	20	한국	1900.0
5	초코라떼	5000	0.0	500	콜롬비아	3000.0
6	바닐라콜드브루	5100	0.0	400	코스타리카	3200.0

In [78]:

# 이벤트가 전체 1000으로 변경
df.loc[:, '이벤트가'] = 1000
df

Out[78]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	룽고	4100	0.5	10	콜롬비아	1000.0
1	카페라떼	4600	0.1	180	코스타리카	1000.0
2	카페모카	4600	0.2	420	과테말라	1000.0
3	바닐라라떼	5100	0.3	320	과테말라	1000.0
4	그린티	4100	0.0	20	한국	1000.0
5	초코라떼	5000	0.0	500	콜롬비아	1000.0
6	바닐라콜드브루	5100	0.0	400	코스타리카	1000.0

내장함수¶

• 카운트 : count()
• 데이터 수 : len(df), df.shape
• 최대값 : df['컬럼명'].max()
• 최소값 : df['컬럼명'].min()
• 평균 : df['컬럼명'].mean()
• 중앙값 : df['컬럼명'].median()
• 합계 : df['컬럼명'].sum()
• 표준편차 : df['컬럼명'].std()
• 분산 : df['컬럼명'].var()
• 왜도 skewness : df['컬럼명'].skew()
• 첨도 kurtosis : df['컬럼명'].kurt()
• 백분위수 : df['컬럼명'].describe()
• 하위 25% : df['컬럼명'].quantile(.25)
• 상위 25% : df['컬럼명'].quantile(.75)
• 하위 25% 데이터 : df['컬럼명'].quantile(.25) > df['컬럼명']
• 상위 25% 데이터 : df['컬럼명'].quantile(.75) < df['컬럼명']
• 최빈값 : df['컬럼명'].mode()[0]
• apply()

In [80]:

# 데이터 불러오기
df = pd.read_csv('data.csv')
df

Out[80]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	NaN	2300.0
2	카페모카	4600	0.2	420	과테말라	NaN
3	바닐라라떼	5100	0.3	320	NaN	2600.0
4	녹차	4100	0.0	20	한국	NaN
5	초코라떼	5000	0.0	500	콜롬비아	3000.0
6	바닐라콜드브루	5100	0.0	400	NaN	3200.0

In [82]:

# 카운트 - 컬럼
# default axis=0
# 결측치가 있으면 카운트에서 제외
df.count()

Out[82]:

메뉴      7
가격      7
할인율     7
칼로리     7
원두      4
이벤트가    5
dtype: int64

In [83]:

# 카운트 - 행
df.count(axis=1)

Out[83]:

0    6
1    5
2    5
3    5
4    5
5    6
6    5
dtype: int64

In [84]:

# 데이터 수 - len
len(df)

Out[84]:

7

In [86]:

# 데이터 수 - shape
df.shape

Out[86]:

(7, 6)

In [87]:

df.shape[0]

Out[87]:

7

In [89]:

# 최대값
df['가격'].max()

Out[89]:

5100

In [90]:

# 최소값
df['가격'].min()

Out[90]:

4100

In [91]:

# 평균
df['가격'].mean()

Out[91]:

4657.142857142857

In [92]:

# 중앙값
df['가격'].median()

Out[92]:

4600.0

In [94]:

# 합계
df['가격'].sum()

Out[94]:

32600

In [93]:

# 표준편차
df['가격'].std()

Out[93]:

435.3433237386437

In [96]:

# 분산
df['가격'].var()

Out[96]:

189523.8095238095

In [97]:

# 왜도 skewness
df['가격'].skew()

Out[97]:

-0.3739900475641664

In [99]:

# 첨도 kurtosis
df['가격'].kurt()

Out[99]:

-1.7170778515694067

In [100]:

# 백분위수
df.describe()

Out[100]:

	가격	할인율	칼로리	이벤트가
count	7.000000	7.000000	7.000000	5.000000
mean	4657.142857	0.157143	264.285714	2600.000000
std	435.343324	0.190238	196.965068	524.404424
min	4100.000000	0.000000	10.000000	1900.000000
25%	4350.000000	0.000000	100.000000	2300.000000
50%	4600.000000	0.100000	320.000000	2600.000000
75%	5050.000000	0.250000	410.000000	3000.000000
max	5100.000000	0.500000	500.000000	3200.000000

In [101]:

df['가격'].describe()

Out[101]:

count       7.000000
mean     4657.142857
std       435.343324
min      4100.000000
25%      4350.000000
50%      4600.000000
75%      5050.000000
max      5100.000000
Name: 가격, dtype: float64

In [104]:

# 하위 25%
df['가격'].quantile(0.25)

Out[104]:

4350.0

In [105]:

df['가격'].quantile(.25)

Out[105]:

4350.0

In [106]:

# 상위 25%
df['가격'].quantile(0.75)

Out[106]:

5050.0

In [111]:

df['가격'].quantile(.75)

Out[111]:

5050.0

In [115]:

# 하위 25% 데이터
cond = df['가격'].quantile(.25) > df['가격']
df[cond]

Out[115]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
4	녹차	4100	0.0	20	한국	NaN

In [113]:

# 상위 25% 데이터
cond = df['가격'].quantile(.75) > df['가격']
df[cond]

Out[113]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	NaN	2300.0
2	카페모카	4600	0.2	420	과테말라	NaN
4	녹차	4100	0.0	20	한국	NaN
5	초코라떼	5000	0.0	500	콜롬비아	3000.0

In [116]:

# 최빈값
df['원두'].mode()

Out[116]:

0    콜롬비아
Name: 원두, dtype: object

In [118]:

# 시리즈 형태로 출력
type(df['원두'].mode())

Out[118]:

pandas.core.series.Series
def __init__(data=None, index=None, dtype: Dtype | None=None, name=None, copy: bool | None=None, fastpath: bool=False) -> None

/usr/local/lib/python3.10/dist-packages/pandas/core/series.pyOne-dimensional ndarray with axis labels (including time series).

Labels need not be unique but must be a hashable type. The object
supports both integer- and label-based indexing and provides a host of
methods for performing operations involving the index. Statistical
methods from ndarray have been overridden to automatically exclude
missing data (currently represented as NaN).

Operations between Series (+, -, /, \*, \*\*) align values based on their
associated index values-- they need not be the same length. The result
index will be the sorted union of the two indexes.

Parameters
----------
data : array-like, Iterable, dict, or scalar value
    Contains data stored in Series. If data is a dict, argument order is
    maintained.
index : array-like or Index (1d)
    Values must be hashable and have the same length as `data`.
    Non-unique index values are allowed. Will default to
    RangeIndex (0, 1, 2, ..., n) if not provided. If data is dict-like
    and index is None, then the keys in the data are used as the index. If the
    index is not None, the resulting Series is reindexed with the index values.
dtype : str, numpy.dtype, or ExtensionDtype, optional
    Data type for the output Series. If not specified, this will be
    inferred from `data`.
    See the :ref:`user guide <basics.dtypes>` for more usages.
name : Hashable, default None
    The name to give to the Series.
copy : bool, default False
    Copy input data. Only affects Series or 1d ndarray input. See examples.

Notes
-----
Please reference the :ref:`User Guide <basics.series>` for more information.

Examples
--------
Constructing Series from a dictionary with an Index specified

>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> ser = pd.Series(data=d, index=['a', 'b', 'c'])
>>> ser
a   1
b   2
c   3
dtype: int64

The keys of the dictionary match with the Index values, hence the Index
values have no effect.

>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> ser = pd.Series(data=d, index=['x', 'y', 'z'])
>>> ser
x   NaN
y   NaN
z   NaN
dtype: float64

Note that the Index is first build with the keys from the dictionary.
After this the Series is reindexed with the given Index values, hence we
get all NaN as a result.

Constructing Series from a list with `copy=False`.

>>> r = [1, 2]
>>> ser = pd.Series(r, copy=False)
>>> ser.iloc[0] = 999
>>> r
[1, 2]
>>> ser
0    999
1      2
dtype: int64

Due to input data type the Series has a `copy` of
the original data even though `copy=False`, so
the data is unchanged.

Constructing Series from a 1d ndarray with `copy=False`.

>>> r = np.array([1, 2])
>>> ser = pd.Series(r, copy=False)
>>> ser.iloc[0] = 999
>>> r
array([999,   2])
>>> ser
0    999
1      2
dtype: int64

Due to input data type the Series has a `view` on
the original data, so
the data is changed as well.

In [119]:

df['원두'].mode()[0]

Out[119]:

'콜롬비아'

In [120]:

# apply()
df

Out[120]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	NaN	2300.0
2	카페모카	4600	0.2	420	과테말라	NaN
3	바닐라라떼	5100	0.3	320	NaN	2600.0
4	녹차	4100	0.0	20	한국	NaN
5	초코라떼	5000	0.0	500	콜롬비아	3000.0
6	바닐라콜드브루	5100	0.0	400	NaN	3200.0

In [121]:

def cal(x):
    if x >= 300:
        return "No"
    else:
        return "Yes"

df['칼로리'].apply(cal)

Out[121]:

0    Yes
1    Yes
2     No
3     No
4    Yes
5     No
6     No
Name: 칼로리, dtype: object

In [122]:

# apply() 적용하여 새로운 컬럼 생성
df['먹어도되는지'] = df['칼로리'].apply(cal)
df

Out[122]:

	메뉴	가격	할인율	칼로리	원두	이벤트가	먹어도되는지
0	아메리카노	4100	0.5	10	콜롬비아	1900.0	Yes
1	카페라떼	4600	0.1	180	NaN	2300.0	Yes
2	카페모카	4600	0.2	420	과테말라	NaN	No
3	바닐라라떼	5100	0.3	320	NaN	2600.0	No
4	녹차	4100	0.0	20	한국	NaN	Yes
5	초코라떼	5000	0.0	500	콜롬비아	3000.0	No
6	바닐라콜드브루	5100	0.0	400	NaN	3200.0	No

그룹핑¶

• df.groupby('컬럼명')
• df.groupby(['컬럼명', '컬럼명'])

In [127]:

# 원두 기준, 평균
# 코랩에서 판다스 버전이 업데이트되어 일부 함수에 `numeric_only=True` 를 설정해야 함
# 데이터프레임에서 숫자 형태의 데이터만 선택하도록 지정 (시험환경 버전은 설정 필요 없음)
# df.groupby('원두').mean()
df.groupby('원두').mean(numeric_only=True)

Out[127]:

	가격	할인율	칼로리	이벤트가
원두
과테말라	4600.0	0.20	420.0	NaN
콜롬비아	4550.0	0.25	255.0	2450.0
한국	4100.0	0.00	20.0	NaN

In [130]:

# 원두와 할인율 기준, 평균
df.groupby(['원두', '할인율']).mean(numeric_only=True)

Out[130]:

		가격	칼로리	이벤트가
원두	할인율
과테말라	0.2	4600.0	420.0	NaN
콜롬비아	0.0	5000.0	500.0	3000.0
	0.5	4100.0	10.0	1900.0
한국	0.0	4100.0	20.0	NaN

In [131]:

# 원두와 할인율 기준, 가격 평균
df.groupby(['원두', '할인율'])['가격'].mean(numeric_only=True)

Out[131]:

원두    할인율
과테말라  0.2    4600.0
콜롬비아  0.0    5000.0
      0.5    4100.0
한국    0.0    4100.0
Name: 가격, dtype: float64

In [132]:

# 원두와 할인율 기준, 가격 평균 -> 데이터 프레임 형태
pd.DataFrame(df.groupby(['원두', '할인율'])['가격'].mean(numeric_only=True))

Out[132]:

		가격
원두	할인율
과테말라	0.2	4600.0
콜롬비아	0.0	5000.0
	0.5	4100.0
한국	0.0	4100.0

In [134]:

# 1개 인덱스 형태로 리셋
df.groupby(['원두', '할인율']).mean(numeric_only=True).reset_index()

Out[134]:

	원두	할인율	가격	칼로리	이벤트가
0	과테말라	0.2	4600.0	420.0	NaN
1	콜롬비아	0.0	5000.0	500.0	3000.0
2	콜롬비아	0.5	4100.0	10.0	1900.0
3	한국	0.0	4100.0	20.0	NaN

Quiz¶

In [144]:

# 데이터 불러오기
df = pd.read_csv('data.csv')
df

Out[144]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	NaN	2300.0
2	카페모카	4600	0.2	420	과테말라	NaN
3	바닐라라떼	5100	0.3	320	NaN	2600.0
4	녹차	4100	0.0	20	한국	NaN
5	초코라떼	5000	0.0	500	콜롬비아	3000.0
6	바닐라콜드브루	5100	0.0	400	NaN	3200.0

In [2]:

# 1. '이벤트가' 컬럼 결측치는 이벤트가격 데이터 중 최소값으로 결측치 채움

In [156]:

min_price = df['이벤트가'].min()
df['이벤트가'] = df['이벤트가'].fillna(min_price)
df

Out[156]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	콜롬비아	2300.0
2	카페모카	4600	0.2	420	과테말라	1900.0
3	바닐라라떼	5100	0.3	320	콜롬비아	2600.0
4	녹차	4100	0.0	20	한국	1900.0
5	초코라떼	5000	0.0	500	콜롬비아	3000.0
6	바닐라콜드브루	5100	0.0	400	콜롬비아	3200.0

In [ ]:

# 2. '원두' 컬럼 결측치는 원두 데이터 중 최빈값으로 결측치 채움

In [150]:

df['원두'] = df['원두'].fillna(df['원두'].mode()[0])
df

Out[150]:

	메뉴	가격	할인율	칼로리	원두	이벤트가
0	아메리카노	4100	0.5	10	콜롬비아	1900.0
1	카페라떼	4600	0.1	180	콜롬비아	2300.0
2	카페모카	4600	0.2	420	과테말라	1900.0
3	바닐라라떼	5100	0.3	320	콜롬비아	2600.0
4	녹차	4100	0.0	20	한국	1900.0
5	초코라떼	5000	0.0	500	콜롬비아	3000.0
6	바닐라콜드브루	5100	0.0	400	콜롬비아	3200.0

In [3]:

# 3. 가격이 5000 이상인 데이터의 수를 구하시오

In [160]:

cond = df['가격'] >= 5000
len(df[cond])

Out[160]:

3

---

참고

https://inf.run/PoyjH

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3) | 퇴근후딴짓 - 인프런