# building 데이터에 연, 월, 일, 시, 분, 초를 나타내는 새로운 컬럼을 생성합니다.
# 각각의 이름을 datetime-month/day/hour/minute/second라고 지정합니다.
# 이 컬럼에 날짜(datetime) 컬럼의 dt(datetime의 약자입니다) 옵션을 활용하여 월일시분을 따로 넣어줍니다.
building["datetime-month"] = building["datetime"].dt.month
building["datetime-day"] = building["datetime"].dt.day
building["datetime-hour"] = building["datetime"].dt.hour
building["datetime-minute"] = building["datetime"].dt.minute
# dayofweek는 날짜에서 요일(월~일)을 가져오는 기능입니다.
# 값은 0(월), 1(화), 2(수), 3(목), 4(금), 5(토), 6(일) 을 나타냅니다.
building["datetime-dayofweek"] = building["datetime"].dt.dayofweek
# building 변수에 할당된 데이터의 행렬 사이즈를 출력합니다.
# 출력은 (row, column) 으로 표시됩니다.
print(building.shape)
# .head()로 building 데이터의 상위 5개를 띄우되,
# datetime과 이와 연관된 나머지 다섯 개의 컬럼만을 출력합니다.
building[["datetime", "datetime-month", "datetime-day",
"datetime-hour", "datetime-minute", "datetime-dayofweek"]].head()
(78052, 17)
datetime
datetime-month
datetime-day
datetime-hour
datetime-minute
datetime-dayofweek
0
2014-04-09 21:52:54
4
9
21
52
2
1
2014-04-09 21:52:55
4
9
21
52
2
2
2014-04-09 21:52:56
4
9
21
52
2
3
2014-04-09 21:52:57
4
9
21
52
2
4
2014-04-09 21:52:58
4
9
21
52
2
# 이번에는 seaborn의 barplot으로 시간대별 전력 소비량을 출력합니다.
sns.barplot(data=building, x="datetime-hour", y="Power")
# 이 시각화의 전체 사이즈는 15x5로 설정합니다.
plt.gcf().set_size_inches(15, 5)
Power 1.000000
washing machine 0.867977
kitchen lamp 0.459486
Coffee machine 0.152683
datetime-minute 0.091577
datetime-dayofweek 0.051429
datetime-day 0.051429
TV 0.017004
radio 0.004354
fridge 0.000341
vacuum cleaner -0.000742
time -0.012829
datetime-hour -0.067268
water kettle NaN
dishwasher NaN
datetime-month NaN
dtype: float64
# matplotlib의 subplots를 사용합니다. 이 함수는 여러 개의 시각화를 한 화면에 띄울 수 있도록 합니다.
# 이번에는 2x2으로 총 4개의 시각화를 한 화면에 띄웁니다.
figure, ((ax1, ax2)) = plt.subplots(nrows=2, ncols=1)
# 시각화의 전체 사이즈는 18x8로 설정합니다.
figure.set_size_inches(18, 10)
# seaborn의 barplot으로 subplots의 각 구역에
# 월, 일, 시, 분 별 전력 소비량을 출력합니다.
sns.barplot(data=building, x="datetime-hour", y="washing machine", ax=ax1)
sns.barplot(data=building, x="datetime-hour", y="Coffee machine", ax=ax2)
<matplotlib.axes._subplots.AxesSubplot at 0x1a2b66f5438>
