import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
from datetime import datetime 
from pandas_datareader import data

matplotlib.rcParams['font.family']='Malgun Gothic'
matplotlib.rcParams['axes.unicode_minus'] = False

데이터 불러오기 (pd.read_csv)

python 파일 경로에 data폴더 만든 후 다음의 파일들 넣어놓기

data1 = pd.read_csv('data/2014년 졸음운전 교통사고.csv',encoding='euc-kr') 
data2 = pd.read_csv('data/2015년 졸음운전 교통사고.csv',encoding='euc-kr') 
data3 = pd.read_csv('data/2016년 졸음운전 교통사고.csv',encoding='euc-kr') 

연습문제

1. 3개의 데이터를 병합하시오

====이후문제는 병합한 데이터프레임을 이용 ===========

2. 년도, 월별로 인덱스를 설정(멀티인덱스) 하고 데이터를 보여 주시오

3. 년도 및 월별 평균 사망자를 보여주시오

4.  2016년 사고대비 사망율을 구하시오

5. 2014년도 월별 사망, 부상 데이터를 바차트로 보여주시오

6. 2015년 대비  사망이 가장 많이 증가한 2016년도 월을 구하시오

Solution

1. 3개의 데이터를 병합하시오

data = pd.concat([data1,data2,data3])
data.set_index('구분',inplace=True)
data

...

2. 년도, 월별로 인덱스를 설정(멀티인덱스) 하고 데이터를 보여 주시오

ans2 = data.copy()
ans2.index = pd.to_datetime(ans2.index, format='%Y년%m월')
ans2.set_index([ans2.index.year,ans2.index.month], inplace=True)
ans2.index.names = ['년도','월']
ans2

...

3. 년도 및 월별 평균 사망자를 보여주시오

y = ans2.groupby('년도').mean()[['사망(명)']]
m = ans2.groupby('월').mean()[['사망(명)']]
y, m

[OUT] :

(          사망(명)
 년도             
 2014  10.833333
 2015   9.000000
 2016   8.166667,
         사망(명)
 월            
 1    6.666667
 2    5.666667
 3    7.666667
 4    7.000000
 5   13.000000
 6   11.000000
 7   10.000000
 8   11.666667
 9   12.666667
 10  12.666667
 11   6.000000
 12   8.000000)

4.  2016년 사고대비 사망율을 구하시오

d_2016 = ( ans2.loc[2016])['사망(명)'].sum()/( ans2.loc[2016])['사고(건)'].sum()
d_2016

[OUT] :

0.04027949034114262

5. 2014년도 월별 사망, 부상 데이터를 바차트로 보여주시오

ans2.loc[2014][['사망(명)','부상(명)']].plot(kind='bar',rot=0)
plt.show()

6. 2015년 대비  사망이 가장 많이 증가한 2016년도 월을 구하시오

(ans2.loc[2016,'사망(명)'] - ans2.loc[2015,'사망(명)']).nlargest(1,keep='all')

[OUT] :

월
5    4
6    4
Name: 사망(명), dtype: int64

review
- 문제만보고 직접 풀어보기