
import pandas as pd


train = pd.read_csv("bike/train.csv", parse_dates=['datetime'])
test = pd.read_csv("bike/test.csv", parse_dates=['datetime'])


train.columns

Index(['datetime', 'season', 'holiday', 'workingday', 'weather', 'temp',
       'atemp', 'humidity', 'windspeed', 'casual', 'registered', 'count'],
      dtype='object')


test.columns

Index(['datetime', 'season', 'holiday', 'workingday', 'weather', 'temp',
       'atemp', 'humidity', 'windspeed'],
      dtype='object')


train.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10886 entries, 0 to 10885
Data columns (total 12 columns):
 #   Column      Non-Null Count  Dtype         
---  ------      --------------  -----         
 0   datetime    10886 non-null  datetime64[ns]
 1   season      10886 non-null  int64         
 2   holiday     10886 non-null  int64         
 3   workingday  10886 non-null  int64         
 4   weather     10886 non-null  int64         
 5   temp        10886 non-null  float64       
 6   atemp       10886 non-null  float64       
 7   humidity    10886 non-null  int64         
 8   windspeed   10886 non-null  float64       
 9   casual      10886 non-null  int64         
 10  registered  10886 non-null  int64         
 11  count       10886 non-null  int64         
dtypes: datetime64[ns](1), float64(3), int64(8)
memory usage: 1020.7 KB


test.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 6493 entries, 0 to 6492
Data columns (total 9 columns):
 #   Column      Non-Null Count  Dtype         
---  ------      --------------  -----         
 0   datetime    6493 non-null   datetime64[ns]
 1   season      6493 non-null   int64         
 2   holiday     6493 non-null   int64         
 3   workingday  6493 non-null   int64         
 4   weather     6493 non-null   int64         
 5   temp        6493 non-null   float64       
 6   atemp       6493 non-null   float64       
 7   humidity    6493 non-null   int64         
 8   windspeed   6493 non-null   float64       
dtypes: datetime64[ns](1), float64(3), int64(5)
memory usage: 456.7 KB

Bike 데이터 셋을 활용한 데이터 처리 및 시각화¶

학습 목표¶

학습 내용¶

대회 소개¶

(실습1) 데이터를 알아가기 위한 여러가지 질문을 작성해 보자.¶

01. 데이터 날짜는 언제부터 언제까지 데이터일까?¶

02. 실제 빌린 대수(count)와 다른 정보간의 관계는 어떤 관계가 있을까?¶

03. count와 다른 변수간의 관계 확인 - corr() 상관계수¶

04. 계절별 데이터는 어떤 패턴을 가질까?¶

05. 쉬는날과 쉬는 날이 아닌 데이터는 어떤 패턴을 가질까?¶

06. weather는 어떤 값을 갖고, 각각의 데이터의 수는 얼마나 될까?¶

06. 아래의 값의 분포를 2행, 2열로 표시해 보자.¶

07. 여러 특징(피처)의 값들의 분포는 어떠할까?¶