용감해지고 싶은 쫄보의 도전기

1. 카이제곱 독립성 검정- 두 범주형 변수가 서로 독립적인지(관련이 없는지) 검증- 카이제곱 통계량(χ^2)값과 자유도(df)를 사용하여 p-value를 구하고, 유의 수준과 비교1) 카이제곱 통계량(χ^2): 관찰된 데이터와 기대된 데이터의 차이- χ^2이 작다면, 관찰된 데이터와 기대 데이터간의 차이가 작기 때문에 귀무가설이 참일 가능성이 높다.2) 자유도(df): 교차표에서 가능한 독립적인 정보의 수3) p-value: 현재 데이터가 귀무가설을 따를 가능성- 귀무가설: 두 변수는 독립적이다. (p-value >  유의수준(보통 0.05))* 카이제곱 통계량(χ^2) 의 다른 용도1) 적합도 검정: 관찰된 데이터가 이론적으로 기대되는 분포에 얼마나 잘 맞는가?- 데이터가 정규분포를 따르는가? 던진 ..

1. 특정 열의 데이터 글자 수 확인: df['컬럼명'].str.len()import pandas as pd# 글자수가 8개인지 확인df[df['신고일자'].str.len() != 8] 2. 특정 글자수가 아니면 앞에 0 채우기: str.zfill(글자수)df['신고시각'] = df['신고시각'].str.zfill(6)3. 날짜 형식으로 바꾸기: pd.to_datetime(df['컬럼명'])df['신고시간'] = pd.to_datetime(df['신고시간'])df['출동시간'] = pd.to_datetime(df['출동시간'])4. 시간 차이(데이터 타입: timedelta) 초 형식으로 바꾸기df['소요시간'] = df['소요시간'].dt.total_seconds()5. (참고) ns(나노 세컨드)를 ..