[코딩테스트 대비] 미세먼지 농도

데이터분석 직무에 코딩테스트 대비를 위한 기록

출처 : GIL`s LAB

 

 

1. 시간에 따른 미세먼지 농도 그래프 시각화

2. 시간대별 평균 미세먼지 농도 계산

3. 시점 t의 t-1, t-2, t-3, t-4의 농도를 이용하여 데이터 구성

4. 선형 회귀 모델을 학습

 

 

 

 

In [ ]:

from google.colab import drive
drive.mount('/content/drive')

 

 

Mounted at /content/drive

 

In [42]:

import pandas as pd

df = pd.read_csv('/content/drive/MyDrive/PM10_seoul.csv')
df.head()

 

Out[42]:

	date	PM-10
0	2022-12-08:24	22.0
1	2022-12-08:23	22.0
2	2022-12-08:22	25.0
3	2022-12-08:21	23.0
4	2022-12-08:20	20.0

 

 

1번¶

 

In [43]:

# 그래프 시각화

import matplotlib
import seaborn as sns
from matplotlib import pyplot as plt

 

In [44]:

sns.relplot(x="date", y="PM-10", kind="line", data=df)

 

Out[44]:

<seaborn.axisgrid.FacetGrid at 0x78671a52e080>

 

 

In [45]:

plt.plot(range(len(df)), df['PM-10'])
plt.xlabel('date')
plt.ylabel('PM-10')
plt.show()

 

 

 

 

 

요약 : plt.plot(range(len(df)), )

 

 

 

2번¶

 

In [46]:

df.groupby('date')['PM-10'].mean()

 

Out[46]:

date
2022-12-01:01    15.0
2022-12-01:02    12.0
2022-12-01:03    14.0
2022-12-01:04    15.0
2022-12-01:05    15.0
                 ... 
2022-12-08:20    20.0
2022-12-08:21    23.0
2022-12-08:22    25.0
2022-12-08:23    22.0
2022-12-08:24    22.0
Name: PM-10, Length: 192, dtype: float64

 

In [47]:

#시간대별 평균 미세먼지 그룹핑

df['time']=df['date'].str.slice(-2,)
df.groupby('time')['PM-10'].mean()

 

Out[47]:

time
01    25.875
02    22.000
03    21.000
04    21.000
05    21.375
06    21.375
07    20.250
08    22.375
09    23.125
10    22.750
11    27.000
12    25.125
13    25.250
14    28.000
15    24.500
16    24.500
17    26.500
18    25.500
19    25.125
20    27.000
21    28.125
22    28.125
23    27.250
24    26.625
Name: PM-10, dtype: float64

 

 

 

요약 : 시간대별로 그룹핑해야함.

           str.slice( 숫자 , )

3번¶

 

In [48]:

# t시점 이전의 데이터 구성 t-1, t-2, t-3, t-4

for k in range(1,5):
  df['PM-10_' + str(k)] = df['PM-10'].shift(-k)

 

Out[48]:

	date	PM-10	time	PM-10_1	PM-10_2	PM-10_3	PM-10_4
0	2022-12-08:24	22.0	24	22.0	25.0	23.0	20.0
1	2022-12-08:23	22.0	23	25.0	23.0	20.0	22.0
2	2022-12-08:22	25.0	22	23.0	20.0	22.0	19.0
3	2022-12-08:21	23.0	21	20.0	22.0	19.0	20.0
4	2022-12-08:20	20.0	20	22.0	19.0	20.0	17.0
...	...	...	...	...	...	...	...
190	2022-12-01:02	12.0	02	15.0	NaN	NaN	NaN
191	2022-12-01:01	15.0	01	NaN	NaN	NaN	NaN
192	NaN	NaN	NaN	NaN	NaN	NaN	NaN
193	NaN	NaN	NaN	NaN	NaN	NaN	NaN
194	NaN	NaN	NaN	NaN	NaN	NaN	NaN

195 rows × 7 columns

 

In [61]:

df.dropna(inplace=True)
df = df.drop(['date','time'], axis=1)

 

 

요약 : t-1, t-2, t-3, t-4의 shift(-숫자) 활용

4번¶

 

In [66]:

X = df.drop('PM-10', axis=1)
Y = df['PM-10']

from sklearn.linear_model import LinearRegression
model = LinearRegression().fit(X,Y)

 

In [68]:

model.score(X,Y)

 

Out[68]:

0.8224427294536858

 

In [69]:

model.coef_

 

Out[69]:

array([ 1.13476648, -0.3013629 ,  0.12396585, -0.09643159])

 

요약 : sklearn.linear_model import LinearRegression

          LinearRegression().fit(x,y)