판다스 - 미국 신생아 이름 : 이름의 성별 변화

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

판다스 - 신생아 이름 (전처리)

 

위 포스팅 끝부분에 얻어낸 top1000 데이터프레임을 이용한다.

 

 

 

 

 

 

예전에는 남자 이름으로 선호되던 이름이 시간이 지날수록 여자 이름으로 사용되는 경우를 보자

대표적으로 Lesley, Leslie라는 이름이 그렇다.

 

 

 

 

우선 lesl로 시작하는 이름을 포함하는 목록을 만들어야 한다.

 

 

 

 

대소문자 구별을 피하기 위해 우선 lower함수를 적용하고

 

 

 

 

 

 

 

str.contains()를 이용해 lesl 불린 시리즈를 만들어

 

이를 all_names에 필터 조건으로 이용한다.

 

 

 

그럼 찾고있던 lesl로 시작하는 이름을 다 찾아냈다.

 

 

 

 

 

그러면 이제 이 lesl_like를 가지고

 

top1000전체 데이터프레임을 필터링해보자

 

 

 

top1000의 name 컬럼에서 lesl 필터를 적용해

 

 

top1000 와 동일한 크기의 불린 시리즈를 만들어 냈고

 

 

 

 

이를 다시 top1000 데이터프레임 필터에 이용하니

 

 

총 400개의 행만 남았다.

 

 

 

 

 

 

groupby로 이름을 묶어보니 

 

압도적으로 Leslie 철자의 이름이 많이 지어졌다.

 

 

 

이렇게 groupby를 해보니 절대적인 값의 차이가 큰 것을 확인했다.

 

즉, 비교를 위해선 정규화를 진행해야한다는 것이다.

 

 

 

 

 

다시 filtered 데이터프레임으로 돌아가서 피벗테이블을 만들어보자

 

 

 

 

이를 바로 그래프로 그리면 정규화가 되지 않아 그래프의 차이가 크게 나온다.

 

 

 

정규화 없이 시각화

 

 

 

 

 

 

 

따라서

 

 

 

연도별 출생 수의 합으로

 

 

 

기존 피벗테이블을 연도별로 나눠준다.

 

 

 

 

 

 

이제 final_table로 시각화 해보면

 

 

 

lesl로 시작하는 이름의 비율이

 

원래는 남자에서 높다가 시간이 흐를수록 여자에서 높아지는 것을 볼 수 있다.