[개인 과제] 타이타닉 문제풀이 (1)

베이직 문항

1. 데이터 불러오기
타이타닉 데이터를 불러온 다음 df라는 변수에 담고 데이터의 내용을 확인하세요.

import pandas as pd
df = pd.read_csv('train.csv')
print(df)

• 확장자에 따른 파일 데이터 프레임으로 불러오기 → Pandas library 활용하기
  • read_csv : csv 파일 불러오기
  • read_excel : excel 파일 불러오기

2. 생존자 수 계산
타이타닉 전체 생존자 수와 사망자 수를 계산하고 출력하세요.

survival = df['Survived']
dead =0
survived =0
for i in survival:
    if i ==0:
        dead+=1
    else:
        survived +=1

print(f"사망자는 {dead}명, 생존자는 {survived}명입니다.")

• `df['Survived']`: 판다스의 시리즈 타입으로 iterable(반복 O)함.

3. 평균 연령 계산
타이타닉 승객의 평균 연령을 계산하고 출력하세요.

ages = df['Age']
sum_age =0
cnt =0
for j in ages:
    if pd.isnull(j)==False: 
        sum_age+=j
        cnt+=1

avg_age = round(sum_age/cnt,1)

print(f"승객들의 평균 연령은 {avg_age}세 입니다.")

• `pd.isnull()` : 판다스 함수로 결측값이 있는지 알고 싶은 데이터를 집어 넣으면 결측값이 있는지(True), 없는지(False) 알 수 있음.

 

스탠다드 문항

4. 여성 생존자 수 계산
타이타닉 승객의 생존자 중 여성 생존자의 수를 계산하고 출력하세요.

gender = df['Sex']
female_survivor = 0
for x, y in zip(gender, survival):
    if x == 'female' and  y == 1:
        female_survivor+=1

print(f"여성 생존자의 수는 {female_survivor}명 입니다.")

• `zip(a, b)` : a와 b를 동시에 반복할 수 있게 해줌.

5. 가장 많은 가족을 가진 승객
가족을 가진 승객들 중에서 가장 많은 가족을 가진 승객을 찾으세요.

# 풀이 1
family = df['SibSp']+df['Parch']
for i, k in enumerate(family):
    if k == max(family):
        print(df['Name'][i])

# 풀이 2
max_family = []
for i, k in enumerate(family):
    if k == max(family):
        max_family.append(i)

for j in max_family:
    print(df['Name'][j])

1. `max_family`라는 빈 리스트를 생성하고,`Parch` 와 `SibSp`을 더해 가족 수를 나타내는 family를 생성한다.
2. for문과 enumerate를 사용해 인덱스를 붙여주고, 가족 수는 k로 받아준다.
3. 가장 많은 가족의 수는 `max(family)`로 나타낼 수 있으며, 만일 i번째 행의 승객의 가족수가 `max(family)`와 같은 경우 해당 행의 인덱스(i)를 `max_family`라는 리스트에 append해준다.
4. 값이 저장된 리스트 `max_family`의 값을 j로 받는 두번째 for문을 이용해 데이터 프레임에서 이름을 나타내는 컬럼 Name행에서 [j]번 째 승객의 이름을 출력하도록 한다.

6. 특정 연령대 승객 추출
20세 이하의 승객의 이름들을 추출 하여 승객의 이름을 key로, 승객의 나이를 value로 하는 딕셔너리를 완성하세요.

names = df['Name']
dictionary = {}

for key, value in zip(names, ages):
    if value<=20:
        dictionary[key] = int(value)
    
print(dictionary)

 

챌린지 문항

7. 가장 많은 탑승객 수를 가진 선실 등급 찾기
타이타닉의 선실 등급 중에서 가장 많은 탑승객이 이용한 선실 등급을 찾으세요.

# 풀이 1
grouped = df.groupby('Pclass')['Name'].count()
pclass=grouped.idxmax()
print(grouped)
print(f"가장 많은 탑승객이 이용한 선실 등급은 {pclass}등급 입니다.")

# 풀이 2
c1 = 0
c2 = 0
c3 = 0 

for i in df['Pclass']:
    if i == 1:
        c1 += 1
    elif i == 2:
        c2 += 1
    else:
        c3 +=1

class_cnt = { '1' : c1, '2' : c2, '3': c3}
max_family = max(class_cnt, key = class_cnt.get)
print(f"가장 많은 탑승객이 이용한 선실 등급은 {max_family}등급 입니다.")

• idxmax() : 최대/최솟값이 포함된 행/열 구하기

💡 딕셔너리에서 value가 가장 큰 key값 반환하는 방법
`max_value = max(dictionary, key = dictonary.get)`
반대로 딕셔너리에서 가장 큰 key값을 출력하고 싶다면 다음과 같이 쓸 수 있다.
`max_key = max(dictionary)`

8. 가장 많은 요금을 낸 승객 정보 출력
타이타닉의 승객 중 가장 많은 요금을 낸 승객을 찾으세요

# 풀이 1
fare = df['Fare']
for i, f in enumerate(fare):
    if f == max(fare):
        print(df.loc[i]['Name'])

# 풀이 2
for i, f in enumerate(fare):
    if f == max(fare):
        print(df['Name'][i])

• family의 수가 가장 많은 `max(family)`의 경우 df에서 해당 데이터의 행i을 구한 후 해당 행에서 Name컬럼을 선택해주면, 가장 많은 가족을 가진 승객의 이름을 출력할 수 있다.
• Pandas '.loc[]' : 데이터프레임에서 행 조회하기

💡 df.loc[ 행 인덱싱 값, 열 인덱싱 값]
라벨로 인덱싱, 끝번호 포함 슬라이싱 개념 적용 가능

 

9. 각 성별의 생존율 계산
타이타닉 각 성별 (남성/여성) 각각의 생존율을 계산하세요

# 풀이 1
survival_rate = df.groupby('Sex')['Survived'].sum() / df.groupby('Sex')['Survived'].count()
print(round(survival_rate,2))
## Sex
## female    0.74
## male      0.19

# 풀이 2
female_survivor = 0
female_passenger = 0
male_survivor = 0
male_passenger = 0

for sex, survival in zip(df['Sex'],df['Survived']):
    if sex == 'female':
        female_passenger +=1
        if survival == 1:
            female_survivor +=1
    else:
        male_passenger+=1
        if survival == 1:
            male_survivor +=1

female_survival_rate = round(female_survivor/female_passenger,2)
male_survival_rate = round(male_survivor/male_passenger,2)
print(f"여성 승객의 생존율은 {female_survival_rate}, 남성 승객의 생존율은 {male_survival_rate}입니다.")
## 여성 승객의 생존율은 0.74, 남성 승객의 생존율은 0.19입니다.

• 풀이 1
  • 판다스를 활용하면, .groupby()와 집계함수(sum, count 등)를 이용해 데이터 프레임 형태로 결과를 출력할 수 있다.
  • 성별(Sex)로 그룹화를 하고, 각각의 성별에서 'survived'를 모두 합하면 성별별 생존자 수를 구할 수 있다.
• 풀이 2
  • 성별에 따른 탑승객 수와 생존자 수를 계산해줄 변수들을 만들어준다.
  • zip을 이용해 성별을 나타내는 df['Sex'],df['Survived']를 묶어주고 각각의 값을 sex와survival로 받는 for문을 작성한다.
  • 성별이 '여성'인 경우 female_passenger에 1씩 더하고 그 중에서 survived값이 1인 경우(0이면 사망, 1이면 생존) female_survivor라는 변수에 1씩을 더해준다. (남성 승객의 경우도 같다.)
  • 여성 승객의 생존률은 female_survival_rate으로 총 여성 승객(female_passenger) 을 생존한 여성 승객(female_survivor)로 나눠준다. (*이때 편의를 위해 소수 둘째자리까지 반올림했다.)

10. 가장 많은 출발항구 찾기
승객들이 출발한 항구 중에서 가장 많은 항구를 찾고 그 항구를 출발한 승객 수를 출력하세요.

# 풀이 1
embarked = df.groupby('Embarked')['Name'].count()
max_embarked = embarked.idxmax()
max_cnt = embarked.max()
print(f"가장 많은 승객이 탑승한 항구는 {max_embarked}로, {max_cnt}명의 승객이 {max_embarked}에서 탑승했습니다.")

# 풀이 2
embarked_C = 0 
embarked_Q = 0
embarked_S = 0
for i in df['Embarked']:
    if i == 'C':
        embarked_C +=1
    elif i == 'Q':
        embarked_Q +=1
    else:
        embarked_S +=1

cnt_max = max(embarked_C, embarked_Q, embarked_S)
embarked_cnt = { 'C' : embarked_C, 'Q' : embarked_Q, 'S': embarked_S }
embarked_max = max(embarked_cnt, key=embarked_cnt.get)

print(f"가장 많은 승객이 탑승한 항구는 {embarked_max}로, {cnt_max}명의 승객이 {embarked_max}에서 탑승했습니다.")

 

챌린지 + 문항

11. 함수로 만들어 정리하기
2번문제 부터 10번 문제까지 작성했던 코드들을 함수로 만드세요.

def solution(df):
	return answer

위와 같은 형태로 위에 있는 모든 문제들을 바꿔주었다.!

# 2번
def survival_titanic(df):
    survival = df['Survived']
    dead =0
    survived =0
    for i in survival:
        if i ==0:
            dead+=1
        else:
            survived +=1
    
    answer = print(f"사망자는 {dead}명, 생존자는 {survived}명입니다.")
    return answer

survival_titanic(df)

# 3번
def avg_age(df):
    ages = df['Age']
    sum_age =0
    cnt =0

    for j in ages:
        if pd.isnull(j)==False:
            sum_age+=j
            cnt+=1
    
    avg_age = round(sum_age/cnt,1)

    return avg_age

avg_age(df)

# 4번
def survived_female(df):
    gender = df['Sex']
    survival = df['Survived']
    female_survivor = 0
    
    for x, y in zip(gender, survival):
        if x == 'female' and  y == 1:
            female_survivor+=1
    
    return female_survivor

survived_female(df)

# 5번
def largest_family(df):
    family = df['SibSp']+df['Parch']
    answer = []

    for i, k in enumerate(family):
        if k == max(family):
            answer.append(df.loc[i]['Name'])
    return answer

largest_family(df)

# 6번
def passenger_age(df):
    names = df['Name']
    ages = df['Age']
    names_ages = {}

    for key, value in zip(names, ages):
        if value<=20:
            names_ages[key] = int(value)
    
    return names_ages

passenger_age(df)

# 7번
def P_class(df):
    classes_cnt = df.groupby('Pclass')['Name'].count()
    pclass=classes_cnt.idxmax()
    return pclass

P_class(df)

# 8번
def highest_fare(df):
    fare = df['Fare']
    answer =[]

    for i, f in enumerate(fare):
        if f == max(fare):
            answer.append(df.loc[i]['Name'])
    return answer

highest_fare(df)

# 9번
def gender_survival(df):
    female_passengers=0
    female_survivor = 0
    male_passengers=0
    male_survivor = 0

    for i in df['Sex']:
        if i == 'female':
            female_passengers +=1
        else:
            male_passengers +=1
    
    for x,y in zip(df['Sex'],df['Survived']):
        if y == 1:
            if x == 'female':
                female_survivor +=1
            else:
                male_survivor +=1 
    
    female_survival_rate = round(female_survivor/female_passengers,2)
    male_survival_rate = round(male_survivor/male_passengers,2)

    answer = print(f"여성 탑승객의 생존율은 {female_survival_rate}이고, 남성 탑승객의 생존율은 {male_survival_rate}입니다.")
    return answer

gender_survival(df)

# 10번
def max_embarked(data):
    embarked = df.groupby('Embarked')['Name'].count()
    max_embarked = embarked.idxmax()
    max_cnt = embarked.max()

    answer=print(f"가장 많은 승객이 탑승한 항구는 {max_embarked}로, {max_cnt}명의 승객이 {max_embarked}에서 탑승했습니다.")

    return answer

max_embarked(df)

12. 함수의 기능 사용하기
4번문제와 6번문제 각각 조건문에 있는 성별(’female’, ‘male’)과 나이를 매개변수를 사용할 수 있도록 설정하고 각각의 함수에서 성별과 나이를 인수로 받아올 수 있도록 함수를 수정하세요.

• 4번 문제

# 4번 문제의 성별 인수를 넣지 않고 결과를 출력하세요.
def survived_female(df, gender = 'female'):
    female_survivor = 0
    
    for x, y in zip(df['Sex'], df['Survived']):
        if x == gender and  y == 1:
            female_survivor+=1
    
    return female_survivor

survived_female(df)
## 233

# 4번 문제의 성별 인수를 ‘male’이라고 설정하고 결과를 출력하세요.

survived_female(df, 'male')
## 109

 

→ 성별을 `gender`라는 매개변수로 설정하고, `gender = 'female'`로 설정해 기본값을 female로 바꾸어주었다.

• 6번 문제

# 6번 문제의 나이 인수를 넣지 않고 결과를 출력하세요.
def passenger_age(df, age = 20):
    names = df['Name']
    ages = df['Age']
    names_ages = {}

    for key, value in zip(names, ages):
        if value<= age:
            names_ages[key] = int(value)
    
    return names_ages

passenger_age(df)

# 6번 문제의 나이 인수를 30, 40, 50 각각 바꾸어 보며 결과를 출력하세요.

passenger_age(df, 30)
passenger_age(df, 40)
passenger_age(df, 50)

→  마찬가지로 나이를 `age`라는 매개변수로 설정하고 기본값을 20으로 설정해주었다.