[Python][AI] 탐색적 데이터 분석(EDA) - 와인 품질 데이터셋 (Wine Quality Dataset) - 2

 

2025.01.23 - [개발 Code/인공지능 A.I.] - [Python][AI] 탐색적 데이터 분석(EDA) - 와인 품질 데이터셋 (Wine Quality Dataset) - 1

[Python][AI] 탐색적 데이터 분석(EDA) - 와인 품질 데이터셋 (Wine Quality Dataset) - 1

 

  이전 작업에 이어서 데이터를 불러온 뒤 기본 정보 및 요약 통계를 확인하는 작업을 진행하겠다.

---

데이터 불러오기

---

# Library Version
# pandas    : 2.2.1
# numpy     : 1.26.4
# matplotlib: 3.9.2

# library import
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

# data load
# CSV 파일 경로 설정
red_wine_path = './wine+quality/winequality-red.csv'
white_wine_path = './wine+quality/winequality-white.csv'

# CSV 파일 불러오기
red_wine = pd.read_csv(red_wine_path, sep=';')
white_wine = pd.read_csv(white_wine_path, sep=';')

# 불러온 data 확인
red_wine.head()
#	fixed acidity	volatile acidity	citric acid	residual sugar	chlorides	free sulfur dioxide	total sulfur dioxide	density	pH	sulphates	alcohol	quality
# 0	7.4	0.70	0.00	1.9	0.076	11.0	34.0	0.9978	3.51	0.56	9.4	5
# 1	7.8	0.88	0.00	2.6	0.098	25.0	67.0	0.9968	3.20	0.68	9.8	5
# 2	7.8	0.76	0.04	2.3	0.092	15.0	54.0	0.9970	3.26	0.65	9.8	5
# 3	11.2	0.28	0.56	1.9	0.075	17.0	60.0	0.9980	3.16	0.58	9.8	6
# 4	7.4	0.70	0.00	1.9	0.076	11.0	34.0	0.9978	3.51	0.56	9.4	5

white_wine.head()
#	fixed acidity	volatile acidity	citric acid	residual sugar	chlorides	free sulfur dioxide	total sulfur dioxide	density	pH	sulphates	alcohol	quality
# 0	7.0	0.27	0.36	20.7	0.045	45.0	170.0	1.0010	3.00	0.45	8.8	6
# 1	6.3	0.30	0.34	1.6	0.049	14.0	132.0	0.9940	3.30	0.49	9.5	6
# 2	8.1	0.28	0.40	6.9	0.050	30.0	97.0	0.9951	3.26	0.44	10.1	6
# 3	7.2	0.23	0.32	8.5	0.058	47.0	186.0	0.9956	3.19	0.40	9.9	6
# 4	7.2	0.23	0.32	8.5	0.058	47.0	186.0	0.9956	3.19	0.40	9.9	6

 

  CSV 형식의 파일이지만 데이터를 확인해보면 ' ; '로 분리된걸 확인할 수 있다. 그래서 read_csv() 파라미터로 sep=';'를 입력해서 불러온다.

---

데이터셋 탐색

---

  1. 데이터 요약 정보

red_wine.info()

# <class 'pandas.core.frame.DataFrame'>
# RangeIndex: 1599 entries, 0 to 1598
# Data columns (total 12 columns):
#  #   Column                Non-Null Count  Dtype  
# ---  ------                --------------  -----  
#  0   fixed acidity         1599 non-null   float64
#  1   volatile acidity      1599 non-null   float64
#  2   citric acid           1599 non-null   float64
#  3   residual sugar        1599 non-null   float64
#  4   chlorides             1599 non-null   float64
#  5   free sulfur dioxide   1599 non-null   float64
#  6   total sulfur dioxide  1599 non-null   float64
#  7   density               1599 non-null   float64
#  8   pH                    1599 non-null   float64
#  9   sulphates             1599 non-null   float64
#  10  alcohol               1599 non-null   float64
#  11  quality               1599 non-null   int64  
# dtypes: float64(11), int64(1)
# memory usage: 150.0 KB

white_wine.info()

# <class 'pandas.core.frame.DataFrame'>
# RangeIndex: 4898 entries, 0 to 4897
# Data columns (total 12 columns):
#  #   Column                Non-Null Count  Dtype  
# ---  ------                --------------  -----  
#  0   fixed acidity         4898 non-null   float64
#  1   volatile acidity      4898 non-null   float64
#  2   citric acid           4898 non-null   float64
#  3   residual sugar        4898 non-null   float64
#  4   chlorides             4898 non-null   float64
#  5   free sulfur dioxide   4898 non-null   float64
#  6   total sulfur dioxide  4898 non-null   float64
#  7   density               4898 non-null   float64
#  8   pH                    4898 non-null   float64
#  9   sulphates             4898 non-null   float64
#  10  alcohol               4898 non-null   float64
#  11  quality               4898 non-null   int64  
# dtypes: float64(11), int64(1)
# memory usage: 459.3 KB

  red wine dataset은 1,599개의 데이터로 이루어져있으며 white wine dataset은 4,898개의 데이터로 이루어져있다. quality는 inte64 타입이며 이를 제외한 변수들은 float64 타입으로 이루어져있다. 두 dataset 모두 결측치가 존재하지 않는다.

728x90

반응형

  2. 기술 통계 확인

# round(data, ndigits) 오사오입(rounding half even) 방식의 반올림 함수
round(red_wine.describe(), 4)

# 	fixed acidity	volatile acidity	citric acid	residual sugar	chlorides	free sulfur dioxide	total sulfur dioxide	density	pH	sulphates	alcohol	quality
# count	1599.0000	1599.0000	1599.0000	1599.0000	1599.0000	1599.0000	1599.0000	1599.0000	1599.0000	1599.0000	1599.0000	1599.0000
# mean	8.3196	0.5278	0.2710	2.5388	0.0875	15.8749	46.4678	0.9967	3.3111	0.6581	10.4230	5.6360
# std	1.7411	0.1791	0.1948	1.4099	0.0471	10.4602	32.8953	0.0019	0.1544	0.1695	1.0657	0.8076
# min	4.6000	0.1200	0.0000	0.9000	0.0120	1.0000	6.0000	0.9901	2.7400	0.3300	8.4000	3.0000
# 25%	7.1000	0.3900	0.0900	1.9000	0.0700	7.0000	22.0000	0.9956	3.2100	0.5500	9.5000	5.0000
# 50%	7.9000	0.5200	0.2600	2.2000	0.0790	14.0000	38.0000	0.9968	3.3100	0.6200	10.2000	6.0000
# 75%	9.2000	0.6400	0.4200	2.6000	0.0900	21.0000	62.0000	0.9978	3.4000	0.7300	11.1000	6.0000
# max	15.9000	1.5800	1.0000	15.5000	0.6110	72.0000	289.0000	1.0037	4.0100	2.0000	14.9000	8.0000

round(white_wine.describe(), 4)

# 	fixed acidity	volatile acidity	citric acid	residual sugar	chlorides	free sulfur dioxide	total sulfur dioxide	density	pH	sulphates	alcohol	quality
# count	4898.0000	4898.0000	4898.0000	4898.0000	4898.0000	4898.0000	4898.0000	4898.0000	4898.0000	4898.0000	4898.0000	4898.0000
# mean	6.8548	0.2782	0.3342	6.3914	0.0458	35.3081	138.3607	0.9940	3.1883	0.4898	10.5143	5.8779
# std	0.8439	0.1008	0.1210	5.0721	0.0218	17.0071	42.4981	0.0030	0.1510	0.1141	1.2306	0.8856
# min	3.8000	0.0800	0.0000	0.6000	0.0090	2.0000	9.0000	0.9871	2.7200	0.2200	8.0000	3.0000
# 25%	6.3000	0.2100	0.2700	1.7000	0.0360	23.0000	108.0000	0.9917	3.0900	0.4100	9.5000	5.0000
# 50%	6.8000	0.2600	0.3200	5.2000	0.0430	34.0000	134.0000	0.9937	3.1800	0.4700	10.4000	6.0000
# 75%	7.3000	0.3200	0.3900	9.9000	0.0500	46.0000	167.0000	0.9961	3.2800	0.5500	11.4000	6.0000
# max	14.2000	1.1000	1.6600	65.8000	0.3460	289.0000 440.0000	1.0390	3.8200	1.0800	14.2000	9.0000

 

(1) fixed_acidity (고정 산도)

• Red Wine: 평균 8.32, 표준편차 1.74
• White Wine: 평균 6.85, 표준편차 0.84
• 해석:
  • 적색 와인이 백색 와인보다 고정 산도가 더 높음
  • 이는 적색 와인이 백색 와인보다 신맛(Tartness)이 더 강할 수 있음을 의미
  • 적색 와인의 고정 산도 분포가 더 넓어 다양성이 큼

(2) volatile_acidity (휘발성 산도)

• Red Wine: 평균 0.53, 표준편차 0.18
• White Wine: 평균 0.28, 표준편차 0.10
• 해석:
  • 적색 와인의 휘발성 산도가 백색 와인보다 약 두 배 높음
  • 이는 적색 와인에서 휘발성 산도가 품질에 더 큰 영향을 미칠 가능성이 있음을 의미
  • 백색 와인은 휘발성 산도가 낮아 품질에 덜 부정적인 영향을 줄 수 있음

(3) citric_acid (구연산)

• Red Wine: 평균 0.27, 표준편차 0.19
• White Wine: 평균 0.33, 표준편차 0.12
• 해석:
  • 백색 와인의 구연산 농도가 적색 와인보다 더 높음
  • 이는 백색 와인이 신선하고 경쾌한 맛을 더 잘 유지하는 데 기여할 가능성이 있음
  • 적색 와인의 구연산 분포가 더 넓어 다양성이 큼

(4) residual_sugar (잔류 당분)

• Red Wine: 평균 2.54, 최대 15.5
• White Wine: 평균 6.39, 최대 65.8
• 해석:
  • 백색 와인의 잔류 당분 농도가 적색 와인보다 훨씬 높음
  • 이는 백색 와인이 단맛(Sweetness)을 더 많이 느끼게 할 수 있음을 나타냄
  • 백색 와인의 최대값(65.8)은 적색 와인의 최대값(15.5)보다 월등히 높아 이상치 분석이 필요

(5) chlorides (염화물)

• Red Wine: 평균 0.087, 최대 0.611
• White Wine: 평균 0.046, 최대 0.346
• 해석:
  • 적색 와인의 염화물 농도가 백색 와인보다 약 두 배 높음
  • 높은 염화물 농도는 품질에 부정적인 영향을 줄 수 있음

(6) free_sulfur_dioxide (유리 아황산)

• Red Wine: 평균 15.87, 최대 72
• White Wine: 평균 35.31, 최대 289
• 해석:
  • 백색 와인의 유리 아황산 농도가 적색 와인보다 두 배 이상 높음
  • 이는 백색 와인이 산화를 방지하고 신선도를 유지하기 위해 더 많은 아황산을 필요로 함을 의미

(7) total_sulfur_dioxide (총 아황산)

• Red Wine: 평균 46.47, 최대 289
• White Wine: 평균 138.36, 최대 440
• 해석:
  • 백색 와인이 적색 와인보다 약 세 배 많은 총 아황산을 포함
  • 백색 와인의 보존성과 관련된 중요한 차이점

(8) density (밀도)

• Red Wine: 평균 0.9967
• White Wine: 평균 0.9940
• 해석:
  • 백색 와인이 적색 와인보다 밀도가 낮음
  • 이는 백색 와인이 알코올 농도가 더 높고 당분 함량이 더 높기 때문일 가능성이 큼

(9) pH

• Red Wine: 평균 3.31
• White Wine: 평균 3.19
• 해석:
  • 적색 와인의 pH가 백색 와인보다 약간 높아 덜 산성임
  • 이는 적색 와인이 백색 와인보다 약간 더 부드럽고 둥근 맛을 제공할 가능성이 있음

(10) alcohol (알코올)

• Red Wine: 평균 10.42, 최대 14.9
• White Wine: 평균 10.51, 최대 14.2
• 해석:
  • 두 와인의 알코올 농도는 비슷한 분포를 보임
  • 백색 와인의 평균 알코올 농도가 약간 더 높음

(11) quality (품질 점수)

• Red Wine: 평균 5.64, 최대 8
• White Wine: 평균 5.88, 최대 9
• 해석:
  • 백색 와인의 품질 점수 평균이 적색 와인보다 약간 더 높음
  • 품질 점수의 최대값에서도 백색 와인이 더 높은 품질을 기록

 데이터 분석 요약

• 산도 (fixed_acidity & volatile_acidity): 적색 와인이 산도가 더 높아 신맛이 강할 가능성이 큼
• 단맛 (residual_sugar): 백색 와인이 훨씬 더 단맛을 많이 가짐
• 아황산 (sulfur_dioxide): 백색 와인이 산화 방지를 위해 더 많은 아황산을 사용
• 품질 (quality): 백색 와인의 평균 품질이 적색 와인보다 약간 더 높음