#06. world_cities.csv

1. 코드

%matplotlib inline import pandas as pd import seaborn as sns

1. unique 한 데이터 값 출력하기

cities_df['Country'].unique()

2. 데이터 정렬 후 데이터프레임 형태로 출력하기

cities_df.sort_values('Land area (in sqKm)', ascending=False)

3. groupby 함수를 이용해 카테고리별로 합계 구하기 (sum, size, mean 함수 활용 가능)

cities_df.groupby(cities_df['Country']).sum().sort_values(by='Population', ascending=False)

4. 상위 10개 데이터 출력하기

cities_df.groupby(cities_df['Country']).sum().sort_values(by='Population', ascending=False).head(10)

5. size 함수로 데이터 형태 파악하기

cities_df.groupby(cities_df['Country']).size()

---

2. 발견한 인사이트

1. 'Population'(인구)와 'Land area'(면적) 간의 상관관계는 0.53으로 양의 상관관계를 갖는다고 할 수 있음

2. 'Population'(인구) 수가 가장 많은 상위 10개국은 'USA', 'Japan', 'India', 'Brazil', 'China', 'Mexico', 'Germany', 'France', 'South Korea', 'Russia'임

3. 'Land area'(면적)이 가장 큰 상위 10개국은 'USA', 'Japan', 'France', 'Brazil', 'Canada', 'Germany', 'Australia', 'South Africa', 'India', 'UK'임 -> 인구 상위 10개국과 차이가 있음

---

3. 한 줄 평가

• 아래의 방법으로 하면 정렬된 데이터프레임의 형태로 데이터를 볼 수 있음

• 전체 데이터는 249개이지만 산점도 그래프로 나타내니 값이 큰 데이터 때문에 정확한 상관관계를 파악하기 어려움 -> 그래프 사이즈 조절(??)

---

cf. groupby 함수로 그룹별 집계

[Python pandas] groupby() 로 그룹별 집계하기 (data aggregation by groups)