TIL_251002

Today I learned

 

1. QAQC 문제풀이 가이드

 

1) 결측치와 특정 값 동시에 처리하기

import pandas as pd

import numpy as np

df = pd.DataFrame({

'ID': [1, 2, 3, 4],

'Score': [75, np.nan, 88, 92],

'Status': ['Completed', 'Unknown', 'Completed', 'Unknown']})

df['Status'] = df['Status'].replace('Unknown','Pending')

#Status 컬럼의 Unknown을 Pending으로 교체

df['Score'] = df['Score'].replace(np.nan, 0)

#np.nan 데이터를 0으로 교체

 

2) 라인별 불량 유형 비중 Pie

import pandas as pd

import matplotlib.pyplot as plt

# 라인별 불량 유형 건수

data = {

    'line': ['A','A','A','B','B','C','C','C'],

    'defect_type':['Scratch','Particle','Crack','Scratch','Crack','Particle','Crack','Scratch'],

    'count': [30, 20, 10, 25, 15, 18, 22, 20]

}

df = pd.DataFrame(data)

df_A = df[df['line'] == 'A']

#line 칼럼에서 A만 필터링

summary = df_A.groupby('defect_type')['count'].sum()

#defect_type 데이터에서 각 컬럼에 해당하는 count 값을 더하여 보여줌

 

top3 = summary.sort_values(ascending=False).head(3)   # 상위 3개

others = summary.sort_values(ascending=False).iloc[3:].sum()  # 나머지 합산

#내림차순으로 정렬 후 상위 3개의 값을 보여줌

#iloc[3:]로 3열 아래 값들을 모두 더하여 보여줌

 

# 4) 파이차트 시각화

plt.pie(top3, labels=top3.index, autopct='%1.1f%%', startangle=90)

plt.title("Line A - Defect Type Distribution")

plt.show()

 

 

3)일자별 불량률(line)

import pandas as pd

import matplotlib.pyplot as plt

# 일자별 공정 실적(생산/불량)

data = {

'date': ['2025-09-28','2025-09-28','2025-09-29','2025-09-29','2025-09-30','2025-09-30'],

'line': ['A','B','A','B','A','B'],

'production': [500, 450, 520, 470, 510, 490],

'defects': [15, 10, 18, 12, 16, 11]

}

df = pd.DataFrame(data)

#1)

hapgyae = df.groupby('date')[['production','defects']].sum()

#2)

hapgyae['defect_rate'] = hapgyae['defects'] / hapgyae['production'] * 100

#3)

plt.plot(hapgyae.index, hapgyae['defect_rate'], marker = 'o')

#4)

plt.xlabel("date")

plt.ylabel("defect rate %")

plt.show()

#groupby로 date에 해당하는 production과 defect값을 더하여 hapgyae 변수에 저장

#hapgyae 변수의 defect rate 컬럼을 만들고, 해당 컬럼에는 defect와 production과의 연산을 저장

 

4) 나이대별 그룹화

import pandas as pd

ages = pd.Series([15, 22, 31, 45, 18, 28, 37, 42])

bins = [10, 20, 30, 40, 50]

labels = ['10대', '20대','30대','40대 이상']

df = pd.DataFrame({'Age':ages})

df['Age_group'] = pd.cut(df['Age'], bins = bins, labels = labels, right = False)

df1=df['Age_group'].value_counts().sort_index()

print(df1)

#pd.cut을 이용하여 시리즈에서 조건에 맞는 값을 찾음