데이터 구간화(Binning) 완벽 가이드! Pandas로 규칙 만들고 통계 분석까지 🚀

데이터 구간화 (데이터 바이닝) 쉽게 알아보기!

이번 시간에는 데이터를 보기 좋게, 이해하기 쉽게 '구간'으로 나누는 방법을 배울 거야. 이걸 '데이터 바이닝'이라고도 불러.

왜 데이터를 구간으로 나눌까?

• 노이즈 줄이기: 데이터가 너무 많고 복잡하면 중요한 걸 놓치기 쉬워. 구간으로 나누면 불필요한 정보는 줄이고 핵심만 볼 수 있어.
• 이해하기 쉽게: 나이, 소득 같은 숫자를 그냥 보는 것보다 '10대', '20대' 또는 '저소득층', '고소득층'처럼 나누면 훨씬 이해하기 쉽잖아?

데이터 구간 나누는 방법 2가지!

1. pd.cut(): 똑같은 길이로 나누기!

• 이건 데이터의 전체 범위를 똑같은 길이로 뚝뚝 나누는 거야.
• 예를 들어, 나이를 10살씩 나누고 싶으면 pd.cut()을 쓰면 돼. 10~20살, 20~30살 이런 식으로 말이지.
• 결과: 원래 숫자였던 나이가 '10대', '20대' 같은 '범주'로 바뀌는 거야.

2. pd.qcut(): 똑같은 개수로 나누기!

• 이건 데이터의 개수를 기준으로 나누는 거야.
• 예를 들어, 소득을 4개 그룹으로 나누고 싶으면 pd.qcut()을 쓰면 돼. 전체 데이터의 25%씩 끊어서 '하', '중하', '중상', '상' 이런 식으로 나누는 거지.
• 결과: 이것도 숫자였던 소득이 '하', '중하' 같은 '범주'로 바뀌어.

구간으로 나눈 데이터, 어떻게 볼까?

1. 빈도 확인하기 (몇 개씩 있는지 세어보기)

• value_counts()를 쓰면 각 구간에 데이터가 몇 개씩 있는지 알 수 있어.
• "10대 나이가 4명 있네!", "저소득층이 13명 있네!" 이렇게 말이야.

2. 통계량 확인하기 (평균, 최댓값 등)

• groupby()를 쓰면 구간별로 평균 소득이나 평균 나이 같은 통계 값을 볼 수 있어.
• "10대 그룹의 평균 소득은 얼마일까?" 이런 걸 알 수 있지.

3. 시각화하기 (그래프로 보기)

• 박스 플롯: 구간별로 데이터가 어떻게 퍼져 있는지 보여줘.
• 바 플롯: 구간별로 어떤 값(예: 생존율)이 얼마나 되는지 막대그래프로 보여줘서 한눈에 비교하기 좋아.

실제 예시: 타이타닉호 승객들의 나이와 생존율

• 타이타닉호 승객들의 나이를 10살씩 구간으로 나눠봤어.
• 그리고 각 나이 구간별로 생존율이 얼마나 되는지 계산해봤지.
• 결과를 바 플롯으로 그려보니, 어린 나이대나 나이가 많은 나이대보다 중간 나이대의 생존율이 더 높다는 것을 알 수 있었어!

정리!

• 똑같은 길이로 나누고 싶을 땐 pd.cut()
• 똑같은 개수로 나누고 싶을 땐 pd.qcut()
• 구간별 빈도는 value_counts()
• 구간별 통계는 groupby()
• 구간별 시각화는 박스 플롯, 바 플롯

데이터를 구간으로 나누면 복잡한 데이터를 더 쉽게 이해하고, 숨겨진 의미를 찾아내서 더 똑똑하게 분석할 수 있게 되는 거야!