🔁 집계 함수란?

데이터를 시각화할 때 하나의 필드가 여러 값(행)을 가질 경우, 이를 하나로 요약할 필요가 있습니다.
이때 사용하는 방식이 집계 함수(Aggregation) 입니다.

예시:

• 평균 매출
• 총 주문 수
• 최대 판매 금액 등

🛠 집계 함수 변경 방법

✅백분율(%)로 값 표시하기

🔽 위 방법

1. 필드 이름 우클릭 (또는 ▼ 드롭다운 클릭)
2. 서식 또는 숫자 형식 메뉴 선택
3. 백분율 또는 사용자 지정 형식 선택
4. 소수점 자리 수 조정 (예: 1자리면 14.9%, 2자리면 14.88%)

✅그래프 크기 화면에 맞추기

전체보기 선택

✅마크레이블

그래프 위에 숫자나 이름을 표시하고 싶을 때 Tableau에서는 "마크 레이블" 기능을 사용합니다.
시각화된 데이터에 값을 직접 표시해주어, 분석이 더욱 직관적이고 명확해집니다.

⭐마크 레이블이란?

마크 레이블은 차트 위에 나타나는 데이터 값 텍스트입니다.

예:

• 막대그래프 위에 숫자 표시
• 원형 그래프에 항목명 + 비율 표시
• 산점도 위에 제품명 표시 등

✅평균 이상 미만으로 그래프 분류하기

• 좌측 메뉴에서 우클릭 → 계산된 필드 생성
• 이름: 평균 이상 미만 구분
• 아래 수식 입력: 
  • SUM(매출) > = WINDOW_AVG(SUM(매))

매출 평균 이상 = TRUE

매출 평균 미만 = FALSE

✅색상으로 구분하기

1. 생성한 평균 이상 미만 구분 필드를 색상 마크 카드에 드래그
2. 색상 자동 설정 or 주황/파랑으로 수동 변경 가능

✅ 평균라인 추가하기

평균선(참조선) 추가하기

1. 그래프 위 빈 공간에서 우클릭
2. 또는 상단 메뉴에서 분석 탭 클릭
3. 좌측 분석 패널에서 참조선을 드래그하여 테이블 영역에 놓기

강의 정리 내용 출처 : http://www.boostcourse.org/ds121

(1) 디지털 트랜스포메이션(Digial Transformation) : 디지털로 변신(변혁)

(2) Data Literacy : 데이터를 보고 활용할 수 있는 능력,

 탐색(Explore)을 통해 자신이 이해(Understand)하고,

이를 다른 사람과 협업(Collaboration)을 통해 찾은 통찰(Insight)을 공유(Share)하는 능력

- 태블로 (Tableau)

- 태블로 퍼블릭 (Tableau Public) : 무료 공개용 버전

- 태블로 데스크탑(Tableau Desktop) : 유료 버전

데이터그리드 - 데이터원본 미리보기

메타데이터 그리드 - 데이터원본 필드 행으로 요약형태

✅ Tableau Public 설치

1. Tableau Public 공식 다운로드 페이지에 접속합니다.
2. 이메일 주소를 입력하고 설치 파일을 다운로드합니다.
3. 설치 파일을 실행하면 자동으로 설치가 진행됩니다 (별도의 설치 옵션 없이 빠르게 완료됨).
4. 설치가 완료되면 자동으로 Tableau Public이 실행됩니다.

✅  Tableau Public 실행 후 시작화면

여기서는 데이터 소스를 선택할 수 있어요.

• Microsoft Excel: 엑셀 파일 불러오기
• 텍스트 파일: CSV, TXT 등
• JSON 파일, PDF 파일, 통계 파일 등 다양한 형식 지원
• OData 등의 서버형 데이터도 연결 가능

✅시각화 시트 화면 이해하기

구역 설명

🧩 시트 기본 활용 예시

1. 좌측 필드 목록에서 예: 제품명을 드래그하여 열에 놓기
2. 매출액을 드래그하여 행에 놓기
3. 자동으로 막대그래프가 생성됨
4. 마크 카드에서 색상이나 **레이블(텍스트)**을 추가하면 더 풍부한 시각화 가능!

✅ 태블로 필드

필드 구분 파란색: 범주형 데이터 (차원) → 분류, 그룹, 구분 녹색: 연속형 데이터 (측정값) → 수치, 크기, 합계 등 시트 추가: 하단의 + 버튼을 클릭하면 새 시트를 추가할 수 있습니다.

강의 정리 내용 출처 : http://www.boostcourse.org/ds121

http://www.boostcourse.org/ds121

1. statsmodels (통계 분석/회귀)

2. sklearn.ensemble

(머신러닝 모델)

3. sklearn.metrics

(성능 평가)

4. sklearn.preprocessing

5. form scipy import stats

1. replace

df['f4'] = df['f4'].replace('ESFJ', 'ISFJ')

2. df.loc 를 이용한 방법

df.loc[df['f4'] == 'ESFJ', 'f4] = 'ISFJ'

3. np.where()

df['f4'] = np.where(df['f4'] == 'ESFJ', 'ISFJ', df['f4'])

df['근속년수'] = df.groupby(['부서명', '근무평가등급'])['근속년수'].transform(lambda x : x.fillna(x.mean()))

• df.groupby(['부서명', '근무평가등급'])['근속년수']
  → 이건 '부서명+근무평가등급'으로 묶인 그룹별로 '근속년수'만 뽑아낸 것
• transform(lambda x: x.fillna(x.mean()))
  → 각 그룹별 근속년수를 x로 받아서,
  → 그 그룹에서 NaN은 평균으로 채워줌

✅간단하게 정리

예시)

# 검거율.idxmax(axis=1)

print(검거율.idxmax(axis=1))

년도
2014    사기
2015    폭행
2016    사기
...

# 검거율.idxmax(axis=0)

절도    2017
사기    2015
방화    2019
...

1. train_test_split

• 전체 데이터를 훈련(train) 세트와 테스트(test) 세트로 나누는 함수
• 모델을 훈련용 데이터로 학습하고, 테스트용 데이터로 평가할 수 있게 해줌

from sklearn.metrics import train_test_split
train = df[['target', 'fbs', 'thalach', 'chol', 'sex']][:800]

train, test = train_test_split(train, test_size=0.2, random_state = 123)

2. 정확도 (Accuracy)

• 전체 데이터 중에서 맞춘 비율
• 정확도는 1에 가까울수록 좋은 성능을 보임

from sklearn.metrics import accuracy_score

accuracy = accuracy_score(test, pred)

from statsmodels.formula.api import logit

# formula방식
model = logit('target ~ fbs + thalach + chol + sex', data=train).fit()

# 예측
pred = model.predict(test)
pred = (pred > 0.5).astype(int)

# 정확도 계산
accuracy = (pred == test['target']).mean()

3. 오분류율 (Error Rate)

• 전체 중에서 틀린 예측의 비율

from sklearn.metrics import accuracy_score

accuracy = accuracy_score(test, pred)
error_rate = 1 - accuracy

4. 정밀도 (Precision)

from sklearn.metrics import precision_score

precision = precision_score(test, pred)

5. MSE (Mean Squared Error)

• 예측값과 실제값 차이의 제곱 평균
• 값이 0에 가까울수록 예측이 정확함

from sklearn.metrics import mean_squared_error

mse = mean_squared_error(y_true, y_pred)
print("MSE:", round(mse, 3))

6. RMSE (Root Mean Squared Error)

• MSE의 단위가 제곱이기 때문에, 원래 단위로 맞추기 위해 제곱근을 씀
• 값이 작을수록 좋음

from sklearn.metrics import mean_squared_error

rmse = mean_squared_error(y_true, y_pred, squared=False)
print("RMSE:", round(rmse, 3))

7. F1-Score

• **정밀도(Precision)**와 **재현율(Recall)**의 조화 평균
• 불균형 데이터(예: 1이 적은 경우)에서 모델 성능 평가에 유리

from sklearn.metrics import f1_score

f1 = f1_score(y_true, y_pred)
print("F1-Score:", round(f1, 3))

기본은 binary classification (0 vs 1)
다중 분류일 땐 average='macro' 또는 average='weighted' 추가

# 다중 분류 예시
f1_macro = f1_score(y_true, y_pred, average='macro')

import numpy as np
import pandas as pd 

df = pd.read_csv('/kaggle/input/bigdata-csvfile/Sleep_health_and_lifestyle_dataset.csv')

df = df.select_dtypes(include = 'numbers')
corr = df.corr()

df.select_dtypes(include='number')  # 숫자형 컬럼만 추출
df.select_dtypes(include='object')  # 문자형 컬럼만 추출
df.select_dtypes(include='category')  # 범주형만 추출

# 여러 타입도 선택 가능

df.select_dtypes(include=['int64', 'float64'])

1. pandas.DataFrame.corr()

df['col'].corr() # 기본값 피어슨 상관계수
df['col'].corr(method = 'spearman') # 순위 기반 상관계수 스피어만 (서열형에 적합)
df['col'].corr(method = 'kendall') # 켄달 순위 상관계수

2. scipy.stats.pearsonr(x, y)

from scipy.stats import pearsonr

corr, pval = pearsonr(df['소득'], df['주택가격'])
print(corr)     # 상관계수
print(pval)     # 유의확률(p-value)

📕 비교표