[Python] 02 type(), to_datetime(), dt.day_name(), dt.hour(), sort_index() - 가장 적절한 고객 타이밍 구하기

#스파르타 

 

[미션1] 가장 적절한 고객 관리 타이밍 구하기

 

1. 파일 불러오기 

#파일 불러오기 import pandas as pd sparta_data = pd.read_table('/content/access_detail (1).csv',sep=',')

 

 

2. 시간 데이터 전처리 해주기: access_date의 데이터 종류 확인

print(type(sparta_data['access_date'][1]))

- type() 함수: 데이터의 종류 확인 가능 

- access_date열에서 데이터 첫 번째 부분만 확인함. 

 

=> <class 'str'> 라고 나옴. access_date는 날짜 및 시간이 아닌 "문자열"

    우리가 원하는 것은 데이터의 "시간" 형태이므로 전처리를 통해 시간 형태로 바꾸기 

 

3. 문자형 데이터 시간의 데이터 형태로 변경하기 

format = '%Y-%m-%dT%H:%M:%S.%f' sparta_data['access_date_time'] = pd.to_datetime (sparta_data['access_date'], format = format) sparta_data.tail(5)

• to_datetime() => 괄호 안, 해당 열의 데이터를 날짜와 시간 데이터로 변경

https://truman.tistory.com/97  => 파이썬 Pandas의 날짜함수를 잘 정리해놓으셨다. 

 

4. 요일 추가하기

sparta_data['access_date_time_weekday'] = sparta_data['access_date_time'].dt.day_name() sparta_data.tail(5)

 

*dt.day_name() : 해당 날짜의 요일을 가져올 수 있음. 

 

 

5. 요일 별 접속한 수강생 수 구하기 

weeks = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday'] weekdata = sparta_data.groupby('access_date_time_weekday')['user_id'].count() weekdata

=> access_date_time_weekday를 요일별로 groupby해서 user_id 별로 세어 주세요!

 

화요일이 제일 많음

 

6. 시간 별 접속한 수강생 수 전처리 하기 

sparta_data['access_date_time_hour'] = sparta_data['access_date_time'].dt.hour hourdata = sparta_data.groupby('access_date_time_hour')['user_id'].count() hourdata = hourdata.sort_index() hourdata

 

* dt.hour() => 해당 날짜의 시간 값을 가져올 수 있게 함. 

* sort_index() => 해당 데이터를 오름차순(ascending)으로 정렬해 줌.

* 혹시 반대로, 내림차순(descending)을 하고 싶다면? ⇒ sort_index(ascending=False)으로 설정

 

18시에 가장 많이 들음

 

# 전체 코드 import pandas as pd sparta_data = pd.read_table('/content/access_detail (1).csv',sep=',') print(type(sparta_data['access_date'][1])) format='%Y-%m-%dT%H:%M:%S.%f' sparta_data['access_date_time'] = pd.to_datetime(sparta_data['access_date'], format=format) sparta_data.tail(5) #[날짜 컬럼].dt.day_name 으로 해당 날짜의 요일을 가져 올수 있어요! sparta_data['access_date_time_weekday'] = sparta_data['access_date_time'].dt.day_name() sparta_data['access_date_time_hour'] = sparta_data['access_date_time'].dt.hour sparta_data.tail(5) weeks = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday'] weekdata = sparta_data.groupby('access_date_time_weekday')['user_id'].count() weekdata = weekdata.agg(weeks) #week의 리스트에 따라 데이터들을 다시한번 재배열 할수 있어요! hourdata = sparta_data.groupby('access_date_time_hour')['user_id'].count() hourdata = hourdata.sort_index() hourdata