평균, 중앙값, 최빈값

무언가를 분석하기 전에 데이터가 어디에 모여 있는지 확인합니다. 중심 측정값은 열 전체를 대표하는 하나의 숫자로 그 위치를 알려 줍니다. 🎯

mean은 모든 값을 더한 뒤 값의 개수로 나눕니다. 데이터의 균형점이며, 이미 알고 있는 전형적인 평균입니다.

pandas에서는 평균을 구하기 위해 반복문을 작성할 필요가 없습니다. 열에서 메서드를 한 번 호출하면 즉시 mean을 얻을 수 있습니다.

매우 큰 값 하나가 대부분의 값이 모여 있는 위치에서 평균을 크게 끌어낼 수 있습니다. 평균은 이상치에 민감하므로 항상 정확한 중심을 보여 주지는 않습니다.

데이터를 정렬했을 때 정확히 가운데에 놓이는 값이 median입니다. 그보다 작은 값과 큰 값이 각각 절반씩 존재합니다.

위치만 고려하기 때문에 극단적인 값이 나타나도 median은 거의 변하지 않습니다. 소득처럼 치우친 데이터에서는 더 공정한 상황을 보여 주는 경우가 많습니다.

mode는 가장 자주 나타나는 값입니다. 숫자뿐 아니라 텍스트 범주에도 사용할 수 있는 유일한 중심 측정값입니다.

데이터에서 가장 자주 나타나는 값이 여러 개일 수 있으므로 두 개 이상의 봉우리가 생길 수 있습니다. 그래서 pandas의 mode는 하나의 값이 아니라 Series를 반환합니다.

평균과 중앙값이 크게 벌어져 있다면 데이터가 치우친 것입니다. 큰 차이는 한쪽 꼬리가 평균을 늘이고 있다는 첫 번째 신호입니다.

고르고 대칭적인 데이터에는 평균을, 이상치가 있을 때는 중앙값을, 범주형 데이터에는 mode를 사용하세요. 데이터의 형태가 선택을 결정해 줍니다.

이 값들을 각각 계산하는 경우는 드뭅니다. describe 메서드를 한 줄로 호출하면 모든 숫자 열에 대해 평균을 비롯한 여러 통계값을 얻을 수 있습니다.

이제 중심을 찾는 세 가지 방법을 배웠습니다. 평균에는 mean, 가운데 값에는 median, 가장 자주 나오는 값에는 mode를 사용합니다. 데이터의 형태에 맞는 도구를 선택하세요. 👏