판다스 - 미국 신생아 이름 : 마지막 글자의 변화

https://steadiness-193.tistory.com/85

판다스 - 신생아 이름 (전처리)

위 포스팅에서 만든 names 데이터프레임을 이용한다.

 

여기서 마지막 글자의 변화가 어떻게 바뀌었는지 알아보자

 

이를 위해 마지막 글자를 담은 시리즈를 만든다.

 

 

이 시리즈의 name이 기존 컬럼의 name과 겹칠 수 있으니

 

last_letter로 이름을 바꿔준다.

 

 

 

이제 위 시리즈를 이용해서 피벗테이블을 만들어보자

 

last_letters 시리즈로 인덱스를 주었고

피벗테이블의 인덱스의 이름은 last_letter로 설정되었다.

 

 

위 데이터를 한번에 보기전에

우선 작게 살펴보자

 

reindex를 컬럼을 기준으로 실행했다.

 

 

https://steadiness-193.tistory.com/90

판다스 - reindex를 활용한 멀티인덱스 컬럼(열) 추출

reindex에 대한 내용은 위 포스팅 참조

 

 

 

 

 

우선

 

1910년 1960년 2010년을 기준으로 subtable을 만들었다.

 

 

다만 이 값들이 절대적으로 차이가 나기때문에

 

정규화를 진행한다.

 

 

 

성별/ 연도별 합한 값으로 개별 값을 나누면 정규화된 값을 얻을 수 있다.

 

 

 

 

이제 이 letter_prop을 그래프로 시각화해보자

 

 

 

 

 

남아 기준

 

 

d, n, y 알파벳이 빈도의 변화가 있어보이니 

 

이 세 알파벳을 따로 추출하여 분석해보자

 

 

 

이제 1910년 1960년 2010년이 아닌

 

전체 테이블로 보면

 

위 테이블이 나온다.

 

 

 

여기서 남아의 d, n, y만 뽑으면

 

 

위와 같이 나온다.

 

 

 

 

 

다만 컬럼이 아닌 인덱스에 연도가 있으면 편하니 행/열의 위치를 바꾸는

transpose() 또는 T를 이용한다.

 

 

 

 

이제 이 그래프를 시각화하면

 

 

예상대로 시간이 지날 수록 마지막 글자의 변화가 있는 것을 볼 수 있다.

 

 

 

 

 

 

 

 

 

 

여아 기준

 

 

1910, 1960, 2010년을 기준으로 봤을 때 a, e, n이 마지막 글자로서 변화가 많았다.

 

 

 

이제 똑같이 전체 테이블을 정규화 한 뒤

 

 

 

 

 

여아의 a, e, n 행만 가져온다.

 

 

 

 

이를 전치 메서드를 이용해 바꿔주고

 

 

 

그래프를 그려보자

 

 

알파벳 e의 사용 빈도가 확실히 줄어든 것을 볼 수 있다.