안녕하세요~ 데이터에듀에서 나온 ADP실기 데이터 분석 전문가의 모의고사가 R로만 짜여저 있어서 ADP실기를 파이썬(python)언어로 보시는 분들을 위해 제가 파이썬 언어로 바꾸면서 코딩을 한 내용을 공유드리고자 합니다. ADP 실기 모의고사 4회 02. 통계분석 (사용 데이터: bike_marketing) 1) pop_density 변수를 factor형 변수로 변환하고, pop_density별 revenues의 평균 차이가 있는지 통계분석을 시행하여 결과를 해석하시오. import pandas as pd from scipy import stats from statsmodels.stats.anova import anova_lm import matplotlib.pyplot as plt import sea..

안녕하세요~ 데이터에듀에서 나온 ADP실기 데이터 분석 전문가의 모의고사가 R로만 짜여저 있어서 ADP실기를 파이썬(python)언어로 보시는 분들을 위해 제가 파이썬 언어로 바꾸면서 코딩을 한 내용을 공유드리고자 합니다. ADP 실기 모의고사 4회 01. 정형 데이터마이닝 (사용 데이터: weatherAUS) 1) 데이터의 요약값을 보고 NA값이 10,000개 이상인 열을 제외하고 남은 변수 중 NA값이 있는 행을 제거하시오. 그리고AUS 데이터의 Date 변수를 Date형으로 변환하고, 전처리가 완료된 weather AUS데이터를 train(70%), test(30%) 데이터로 분할하시오(set.seed(6789)를 실행한 후 데이터를 분할하시오.) import pandas as pd from skl..

안녕하세요~ 데이터에듀에서 나온 ADP실기 데이터 분석 전문가의 모의고사가 R로만 짜여저 있어서 ADP실기를 파이썬(python)언어로 보시는 분들을 위해 제가 파이썬 언어로 바꾸면서 코딩을 한 내용을 공유드리고자 합니다. 혹시 제가 잘못알고 있거나 궁금한 점이 있으시면 언제든지 댓글 달아주세요 :) 모의고사 3회 2번 통계분석(사용데이터: BlackFriday) BlackFriday 데이터는 미국의 BlackFriday 기간에 제품을 구매한 고객에 관한 정보이며, 변수의 설명은 아래와 같다. 1) "BlackFriday"데이터에서 Product_Category_2, Product_Category_3의 NA값을 0값으로 대체하고 Product_Category_1,2,3 변수의 값을 다 더한 Product..

안녕하세요~ 데이터에듀에서 나온 ADP실기 데이터 분석 전문가의 모의고사가 R로만 짜여저 있어서 ADP실기를 파이썬(python)언어로 보시는 분들을 위해 제가 파이썬 언어로 바꾸면서 코딩을 한 내용을 공유드리고자 합니다. ADP 실기 모의고사 2회 02. 정형 데이터마이닝(사용 데이터: Titanic) Titanic 뎅터는 타이나틱호의 탑승자들의 생존에 관련한 데이터이다. 데이터에 대한 설명은 아래와 같다. 1) cabin, embarked변수의 값 중 ""로 처리된 값을 NA로 바꾸고 아래의 데이터 테이블을 보고 문자형, 범주형 변수들을 각각 character, factor형으로 변환하시오. 또, 수치형 변수가 NA인 값을 중앙값으로 대체하고, 범주형 변수가 NA인 값을 최빈값으로 대체하고 age변수..

안녕하세요 :) 안녕하세요~ 데이터에듀에서 나온 ADP실기 데이터 분석 전문가의 모의고사가 R로만 짜여저 있어서 ADP실기를 파이썬(python)언어로 보시는 분들을 위해 제가 파이썬 언어로 바꾸면서 코딩을 한 내용을 공유드리고자 합니다. ADP 실기 모의고사 1회 01. 정형 데이터마이닝 (사용 데이터: Lotto) 1) 연관규칙분석을 수행하기 위해 lotto 데이터셋을 transaction 데이터로 변환하시오. (단, 본 분석에서 로또번호가 추첨된 순서는 고려하지 않고 분석을 수행하도록 한다.) 그리고 변환된 데이터에서 가장 많이 등장한 상위 10개의 로또번호를 막대그래프로 출력하고 이에 대해 설명하시오. import pandas as pd from mlxtend.preprocessing import..

필수 라이브러리 import 데이터 불러오기 In [2]: import pandas as pd pd.options.display.max_columns = 20 pd.options.display.max_rows = 10 absolute_path = '../Data/FoodAgricultureOrganization/Food_Agriculture_Organization_UN_Full.csv' raw_data = pd.read_csv(absolute_path, sep=',') 데이터 확인하기 In [3]: raw_data.head() Out[3]: Area Abbreviation Area Code Area Item Code Item Element Code Element Unit la..