<* 간단한 데이터 처리와 분석을 수행하는 예제 *>
◆ Pandas를 이용하여 데이터 프레임을 생성하고, 간단한 데이터 처리와 분석을 수행하는 예제이다.
◆ 이 예제를 확장하여 데이터 전처리, 분석, 시각화 등 다양한 작업을 수행할 수 있다.

1. 데이터 프레임 생성
_________________________________________________________________________________
import pandas as pd
# 데이터 생성 : 딕셔너리
simple_dic= {
    'id': ['A001','A003','A002','B003','B001','B002'],
    'gender':['F','F','M','F','M','M'],
    'wei': 65,66,68,69,71,72],
    'hei':[171','172'.'177','176','173'178'],
    'age':[23',24','40','38','43','42']
}
# 데이터 프레임 생성
df = pd.DataFrame(simple_dic)
---------------------------------------------------------------------------------------------
#print(df.info())  # 데이터 요약 정보
#print(df.describe()) # 요약 통계


2. 새로운 열 추가
_________________________________________________________________________________
# Pass/Fail 기준 추가
df['old'] = df['age'] >= 41
print(df)
-------------------------------------------------------------------------------------------
출력 :
  gender  wei  hei  age    old
0      F  65  171  23  False
1      F  66  172  24  False
2      M  68  177  40  False
3      F  69  176  38  False
4      M  71  173  43  True
5      M  72  178  42  True


***< 요약통계 : describe() 예제 >*********************************************

1. 데이터 프레임 생성
______________________________________________________________________________
import pandas as pd
# 데이터 생성 : 딕셔너리
simple_dic= {
    'id': ['A001','A003','A002','B003','B001','B002'],
    'gender':['F','F','M','F','M','M'],
    'wei': 65,66,68,69,71,72],
    'hei':[171','172'.'177','176','173'178'],
    'age':[23',24','40','38','43','42']
}
# 데이터 프레임 생성
simple = pd.DataFrame(simple_dic)
-----------------------------------------------------------------------------------------


2. 데이터 요약 정보
______________________________________________________
print(df.info())
------------------------------------------------------------
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 6 entries, 0 to 5
Data columns (total 4 columns):
 #  Column  Non-Null Count  Dtype
---  ------  --------------  -----
 0  gender  6 non-null      object
 1  wei    6 non-null      int64
 2  hei    6 non-null      int64
 3  age    6 non-null      int64
dtypes: int64(3), object(1)
memory usage: 324.0+ bytes
None


3. 요약 통계
________________________________________
print(df.describe())
---------------------------------------------
            wei        hei        age
count  6.000000    6.000000  6.000000
mean  68.500000  174.500000  35.000000
std    2.738613    2.880972  9.077445
min    65.000000  171.000000  23.000000
25%    66.500000  172.250000  27.500000
50%    68.500000  174.500000  39.000000
75%    70.500000  176.750000  41.500000
max    72.000000  178.000000  43.000000


***< 데이터 프레임 요약 정보 - info( ) >*********************************

1. 데이터 프레임 생성
________________________________________________________________
import pandas as pd
# 데이터 생성 : 딕셔너리
simple_dic= {
    'id': ['A001','A003','A002','B003','B001','B002'],
    'gender':['F','F','M','F','M','M'],
    'wei': 65,66,68,69,71,72],
    'hei':[171','172'.'177','176','173'178'],
    'age':[23',24','40','38','43','42']
}
# 데이터 프레임 생성
simple = pd.DataFrame(simple_dic)
------------------------------------------------------------------------

2. 데이터 요약 정보
________________________________________________________________
print(df.info())
------------------------------------------------------------------------
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 6 entries, 0 to 5
Data columns (total 4 columns):
 #  Column  Non-Null Count  Dtype
---  ------  --------------  -----
 0  gender  6 non-null      object
 1  wei    6 non-null      int64
 2  hei    6 non-null      int64
 3  age    6 non-null      int64
dtypes: int64(3), object(1)
memory usage: 324.0+ bytes
None


***< 데이터 프레임 필터링 및 정렬하기 >****************************

1. 데이터 프레임 생성
___________________________________________________________________
import pandas as pd
# 데이터 생성 : 딕셔너리
simple_dic= {
    'id': ['A001','A003','A002','B003','B001','B002'],
    'gender':['F','F','M','F','M','M'],
    'wei': 65,66,68,69,71,72],
    'hei':[171','172'.'177','176','173'178'],
    'age':[23',24','40','38','43','42']
}
# 데이터 프레임 생성
df = pd.DataFrame(simple_dic)
df
----------------------------------------------------------------------------
결과 :
  gender  wei  hei  age
0      F  65  171  23
1      F  66  172  24
2      M  68  177  40
3      F  69  176  38
4      M  71  173  43
5      M  72  178  42


2. 데이터 필터링 및 정렬
__________________________________________________________________
# 나이가 30세 이상인 데이터 필터링
filtered = df[df['age'] >=30]
print(filtered)
--------------------------------------------------------------------------
gender  wei  hei  age
2      M  68  177  40
3      F  69  176  38
4      M  71  173  43
5      M  72  178  42

__________________________________________________________________
# 점수 기준으로 내림차순 정렬
sorted_df = df.sort_values(by='hei', ascending=False)
print(sorted_df)
----------------------------------------------------------------------------
출력:
gender  wei  hei  age
5      M  72  178  42
2      M  68  177  40
3      F  69  176  38
4      M  71  173  43
1      F  66  172  24
0      F  65  171  23



***< 그룹별(남녀별) 몸무게 평균값 구하기 - df.groupby('gender')['wei'].mean() >********

1. 데이터 프레임 생성
____________________________________________________________________
import pandas as pd
# 데이터 생성 : 딕셔너리
simple_dic= {
    'id': ['A001','A003','A002','B003','B001','B002'],
    'gender':['F','F','M','F','M','M'],
    'wei': [65,66,68,69,71,72],
    'hei':[171,172,177,176,173,178],
    'age':[23,24,40,38,43,42]
}
}
# 데이터 프레임 생성
df = pd.DataFrame(simple_dic)
----------------------------------------------------------------------------
#print(df.info())  # 데이터 요약 정보
#print(df.describe()) # 요약 통계


2. 그룹화 및 집계
____________________________________________________________________
df.groupby('gender')['wei'].mean()
----------------------------------------------------------------------------
gender
F    66.666667
M    70.333333
Name: wei, dtype: float64