빅데이터 분석기사/작업 유형 1 문제 풀이
1번 ~10번 풀이 drop_duplicates, size, day_name, weekday
유방울
2023. 5. 29. 13:31
1
answer =list(df.loc[df.channelId.isin(df.channelId.value_counts().head(10).index)].channelTitle.unique())
print(answer)2
answer = list(df[df['dislikes'] > df['likes']].channelTitle.unique())
print(answer)
['핫도그TV', 'ASMR 애정TV', '하얀트리HayanTree', '양팡 YangPang', '철구형 (CHULTUBE)', '왜냐맨하우스', '(MUTUBE)와꾸대장봉준', '오메킴TV', '육지담', 'MapleStory_KR', 'ROAD FIGHTING CHAMPIONSHIP', '사나이 김기훈', '나혼자산다 STUDIO', 'Gen.G esports']3
# q3
df['channelId'].value_counts()
UCszFjh7CEfwDb7UUGb4RzCQ 372
UCtm_QoN2SIxwCE-59shX7Qg 318
UClzB2iZ5jPoTNz0S-QU6Wiw 318
UCaKod3X1Tn4c7Ci0iUKcvzQ 313
UCiwQRG2sCcfjKkgxMEdJGPg 293
...
UCRnEWJKVc5FpC-9Z3CBt2ZQ 1
UCTt-fHgG4s9PAeQSDhFdZGA 1
UCLp6fbMCDB9nGl53FGbzUBA 1
UC93Zlfnj_ni8K6fL3mzbpqg 1
UC55V69aW9X1aHFpjCWRL_iQ 1
Name: channelId, Length: 1770, dtype: int64drop_duplicates()
중복된 값 제거!
df[['channelTitle','channelId']].drop_duplicates().channelId.value_counts()
UCtQYhzJWFai1y30UIA3uwYQ 3
UC98TOxKQk4aLcx0EjIK0LkQ 3
UCms8Ge7H1ZGgw6nV94fUhUQ 2
UC3IZKseVpdzPSBaWxBxundA 2
UCdpbqw5DPdBfaeByMF2Re0g 2
..
UChI3EXzhAkRszawlMageKvQ 1
UCI33Ji_XMO5RG6gvGIXWm7g 1
UCjF1QO9lFMggd8X_L1ZfRMg 1
UCyPwRgc3gQGqhk6RoGS50Ug 1
UCQV0Qy_1fqzbHloomT2JHfQ 1
Name: channelId, Length: 1770, dtype: int64change = df[['channelTitle','channelId']].drop_duplicates().channelId.value_counts()
target = change[change>1]
print(len(target))
71dt.year 사용시 에러 발생!
# 4
# 일요일 영상 추출
# datetime 타입으로 바꿔야 함
df['trending_date2'].dt.year
AttributeError: Can only use .dt accessor with datetimelike values타입 확인 -> object 임
df.dtypes
title object
channelTitle object
categoryId int64
view_count int64
likes int64
dislikes int64
comment_count int64
channelId object
trending_date2 object
dtype: objectpd.to_datetime() 으로 데이터타입 변경
import pandas as pd
df['trending_date2'] = pd.to_datetime(df['trending_date2'])
df['trending_date2']
0 2021-01-01
1 2021-01-01
2 2021-01-01
3 2021-01-01
4 2021-01-01
...
60394 2021-10-19
60395 2021-10-19
60396 2021-10-19
60397 2021-10-19
60398 2021-10-19
Name: trending_date2, Length: 60399, dtype: datetime64[ns]요일 추출 way 1
dt 엑세서 메서드
weekday
monday 0 ~ sunday 6 (월 0 , 화1 , 수 2, 목 3,금 4,토 5 ,일 6)
# monday 0 ~ sunday 6
# 일요일 = 6
df['trending_date2'].dt.weekday
0 4
1 4
2 4
3 4
4 4
..
60394 1
60395 1
60396 1
60397 1
60398 1
Name: trending_date2, Length: 60399, dtype: int64way 2
day_name() = 'Sunday'
# index[0] 가장많은 영상의 첫번째 영상!
# dt.day_name() == 'Sunday' 도 가능
df['trending_date2'] = pd.to_datetime(df['trending_date2'])
answer = df[df['trending_date2'].dt.weekday == 6].categoryId.value_counts().index[0]
print(answer)
24
count : 결측치의 개수 포함하지 않음
size : 결측치 개수 포함
as_index = False
# 5
# df['trending_date2'].dt.weekday
# size() 해당 칼럼만 !vs count(): 모든 칼럼의 count임
# as_index = False : SQL st
df.groupby([df['trending_date2'].dt.day_name(),'categoryId'], as_index=False).size()
trending_date2 categoryId size
0 Friday 1 243
1 Friday 2 120
2 Friday 10 833
3 Friday 15 187
4 Friday 17 633
... ... ... ...
100 Wednesday 25 468
101 Wednesday 26 385
102 Wednesday 27 212
103 Wednesday 28 165
104 Wednesday 29 12
105 rows × 3 columnsdf.groupby([df['trending_date2'].dt.day_name(),'categoryId']).size()
trending_date2 categoryId
Friday 1 243
2 120
10 833
15 187
17 633
...
Wednesday 25 468
26 385
27 212
28 165
29 12
Length: 105, dtype: int64# display
group = df.groupby([df['trending_date2'].dt.day_name(),'categoryId'], as_index=False).size()
answer = group.pivot(index ='categoryId', columns='trending_date2')
display(answer)
size
trending_date2 Friday Monday Saturday Sunday Thursday Tuesday Wednesday
categoryId
1 243 263 255 274 246 257 234
2 120 105 119 99 128 119 129
10 833 837 776 830 890 894 917
15 187 215 198 217 207 208 207
17 633 668 592 636 682 708 706
19 90 92 87 91 92 89 85
20 283 298 296 289 282 285 291
22 1288 1373 1289 1337 1341 1375 1333
23 568 594 570 556 560 569 566
24 2976 3148 3066 3096 2954 3084 3090
25 444 453 422 437 470 452 468
26 369 378 364 363 375 394 385
27 183 205 183 199 194 194 212
28 171 160 173 167 166 161 165
29 12 10 10 9 13 11 12# 6
# 0 제거
target2 = df.loc[df.view_count!=0]
# 원본 보존 -
t = target2.copy()
# 비율 계산한 칼럼
t['ratio'] = (target2['comment_count']/target2['view_count']).dropna()
result = t.sort_values('ratio', ascending = False).iloc[0].title
print(result)
60분 동안 댓글이 달리지 않으면, 영상이 삭제됩니다. (챌린지)# 8
ratio = (df['comment_count'] / df['view_count']).dropna().sort_values()
ratio
8319 0.0
49317 0.0
44708 0.0
39755 0.0
39769 0.0
...
526 inf
1180 inf
957 inf
740 inf
297 inf
Length: 60392, dtype: float64df.iloc[ratio[ratio!=0].index[0]]
title Join the BTS #PermissiontoDance Challenge only...
channelTitle YouTube
categoryId 27
view_count 46458563
likes 0
dislikes 0
comment_count 1
channelId UCBR8-60-B28hp2BmDPdntcQ
trending_date2 2021-08-09 00:00:00
Name: 46005, dtype: objectratio = (df['comment_count'] / df['view_count']).dropna().sort_values()
ratio[ratio!=0].index[0]
result= df.iloc[ratio[ratio!=0].index[0]].title
print(result)
Join the BTS #PermissiontoDance Challenge only on YouTube #Shorts# q8
target = df[(df['likes'] != 0) & (df['dislikes'] != 0)]
num = target.copy()
num['ratio'] = (num['dislikes']/num['likes']).dropna()
result = num.sort_values('ratio').iloc[0].title
print(result)
[줌터뷰] *최초공개* 사부작즈🐰🐶의 비공식 이름은 아이라인즈? 꿀조합 티키타카 가득한 NCT 127 도영&정우의 줌터뷰#q9
# channelId 은 채널 고유 아이디
# 채널 아이디가 많이 아농 것 -> 트렌드 영상이 많이 나옴
answer = df.loc[df.channelId == df.channelId.value_counts().index[0]].channelTitle.unique()[0]
print(answer)
짤툰# q10
# 20회이상 인기동영상 리스트에 포함됨
# 동영상 숫자?
answer = (df[['title','channelId']].value_counts()>20).sum()
print(answer)
22way1 : 읽고/쓰기 가능, 칼럼라벨이 문자열, 숫자 가능, 문자열에 공백, 특수문자도 가능
way2 : 읽기만 가능, 칼럼라벨이 반드시 이름규칙을 만족해야 함!
이름규칙 : 숫자로 시작, '_'을 제외한 공백 및 특수문자 사용 불가능
# way 1
df['channelId'].value_counts()
# way2
df.channelId.value_counts()