범주형 변수 요약하기

Python으로 금융 데이터 가져오기와 관리

Stefan Jansen

Instructor

범주형에서 양적 변수로

지금까지는 양적 변수를 분석했습니다
범주형 변수는 다른 접근이 필요합니다
평균 같은 개념은 적절하지 않습니다
대신, 빈도 분포에 의존합니다

범주형 상장 정보

amex = pd.read_excel('listings.xlsx', sheet_name='amex', 
                     na_values=['n/a'])
amex.info()

RangeIndex: 360 entries, 0 to 359
Data columns (total 7 columns):
 #   Column                 Non-Null Count  Dtype  
 --  ------                 --------------  -----  
 0   Stock Symbol           360 non-null    object 
 1   Company Name           360 non-null    object 
 2   Last Sale              346 non-null    float64
 3   Market Capitalization  360 non-null    float64
 4   IPO Year               105 non-null    float64
 5   Sector                 238 non-null    object 
 6   Industry               238 non-null    object 
dtypes: float64(3), object(4)

범주형 상장 정보

amex = amex['Sector'].nunique()

apply(): 각 열에 함수 적용
lambda: 익명 함수, 각 열을 인자 x로 받음

amex.Sector.apply(lambda x: x.nunique())

Stock Symbol             360
Company Name             326
Last Sale                323
Market Capitalization    317
...

섹터별 관측치 수는?

amex['Sector'].value_counts()

Health Care              49 # 최빈값
Basic Industries         44
Energy                   28
Consumer Services        27
Capital Goods            24
Technology               20
Consumer Non-Durables    13
Finance                  12
Public Utilities         11
Miscellaneous             5
...

연도별 IPO 수는?

amex['IPO Year'].value_counts()

2002.0    19 # 최빈값
2015.0    11
1999.0     9
1993.0     7
2014.0     6
2013.0     5
2017.0     5
...
2009.0     1
1990.0     1
1991.0     1
Name: IPO Year, dtype: int64

IPO Year를 int로 변환

ipo_by_yr = amex['IPO Year'].dropna().astype(int).value_counts()
ipo_by_yr

2002    19
2015    11
1999     9
1993     7
2014     6
2004     5
2003     5
2017     5
...
1987     1
Name: IPO Year, dtype: int64

IPO Year를 int로 변환

ipo_by_yr.plot(kind='bar', title='IPOs per Year')
plt.xticks(rotation=45)

연도별 IPO 막대그래프

연습해 봅시다!

Python으로 금융 데이터 가져오기와 관리