프로젝트: 데이터셋 조사하기
pandas를 배웠어요. 이제 분석가처럼 써 보세요: 표를 건네받고, 질문하고, 답을 차트로 그려요. 시작 코드가 현실적인 90일 지출 기록을 만들어 줘요(열 date, category, amount, merchant). random.seed(0)으로 만들어서 모두가 정확히 같은 숫자를 얻고 답을 확인할 수 있어요.
여러분의 일은 분석이에요. 함수 세 개를 쓰고, 차트 하나를 그리세요.
monthly_totals(df)->{"2026-01": 3499.72, ...}같은 dict: 달력 월별 총지출, 소수점 2자리 반올림.pd.to_datetime(df["date"]).dt.strftime("%Y-%m")로 날짜에서 월 키를 만들고, 그다음df.groupby(that)["amount"].sum()과.round(2).to_dict().top_merchants(df, n)-> 가장 많이 쓴 n개 가맹점을 높은 것부터 이름 리스트로.merchant로 묶고,amount를 더하고, 내림차순으로 정렬하고, 상위 n개 인덱스 라벨을 가져와요.weekend_vs_weekday_avg(df)->{"weekend": ..., "weekday": ...}: 토/일과 나머지 요일의 평균 거래액..dt.dayofweek로 요일을 얻고(토요일은 5, 일요일은 6) 각 묶음의 평균을 내요.
그다음 월별 합계의 막대 차트를 만드세요:
fig, ax = plt.subplots()
ax.bar(list(totals.keys()), list(totals.values()))
ax.set_title("Spending by month")plt.show()는 부르지 마세요 - 샌드박스가 그림을 그려 줘요. Run을 눌러 발견을 출력하고 차트가 나타나는 걸 보세요. 데이터에 시드가 있으니 가장 바쁜 달과 최고 가맹점이 모두에게 같고, 그래서 채점기가 여러분의 작업을 확인할 수 있어요.
시작 코드가 만든 시드 고정 90행 지출 df를 써서 monthly_totals(df)(소수점 2자리 반올림한 {"YYYY-MM": total} dict), top_merchants(df, n)(지출이 가장 높은 n개 가맹점, 높은 것부터), weekend_vs_weekday_avg(df)({"weekend", "weekday"} 평균 금액, 토/일 대 나머지)를 쓰세요. 그다음 fig, ax = plt.subplots()와 ax.bar(...)로 월별 합계의 막대 차트를 만드세요(plt.show() 없이).
이 연습은 곧 열려요
앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.
이 브라우저가 learn.floati.life의 쿠키를 막고 있어서, 여기서 마친 레슨들이 순서대로 열리지 않아요. 이 사이트의 쿠키를 허용하고 새로고침하세요.