Python Pandas로 수평 추세(정체 추세) 데이터 시각화하기

수평 추세란?

수평 추세(Horizontal Trend)는 정체 추세(Stationary Trend)라고도 부릅니다. 이는 시간이 지나도 데이터 값이 크게 상승하거나 하락하지 않고 일정한 수준을 유지하는 패턴을 의미합니다. 이 글에서는 CSV 형식의 판매 기록 데이터셋(SalesRecords3.csv)을 사용하여 수평 추세를 그래프로 시각화하는 방법을 알아보겠습니다.

필요한 라이브러리 가져오기

먼저 데이터 처리를 위한 pandas와 시각화를 위한 matplotlib.pyplot 라이브러리를 가져옵니다.

import pandas as pd
import matplotlib.pyplot as plt

CSV 파일에서 데이터 불러오기

pd.read_csv() 함수를 사용하여 CSV 파일의 데이터를 Pandas DataFrame으로 읽어옵니다.

dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesRecords3.csv")

날짜 열을 datetime 객체로 변환하기

시계열 데이터를 올바르게 다루기 위해 판매 날짜가 담긴 'Sold_On' 열을 datetime 객체로 변환합니다.

dataFrame['Sold_On'] = pd.to_datetime(dataFrame['Sold_On'])

그런 다음 해당 열을 인덱스로 설정하면 시간 축을 기준으로 데이터를 쉽게 플로팅할 수 있습니다.

수평 추세 그래프 생성하기

plot() 메서드를 호출하여 데이터의 추세를 나타내는 그래프를 생성합니다.

dataFrame.plot()

전체 예제 코드

지금까지 설명한 과정을 모두 포함한 전체 코드는 다음과 같습니다.

import pandas as pd
import matplotlib.pyplot as plt

# CSV 파일에서 데이터를 읽어 Pandas DataFrame으로 변환
dataFrame = pd.read_csv("C:\\Users\\amit_\\Desktop\\SalesRecords3.csv")
print("Reading the CSV file...\n", dataFrame)

# 'Sold_On' 열을 datetime 객체로 변환
dataFrame['Sold_On'] = pd.to_datetime(dataFrame['Sold_On'])

# 'Sold_On' 열을 인덱스로 설정
dataFrame = dataFrame.set_index('Sold_On')

# 그래프 생성 및 출력
dataFrame.plot()
plt.show()

실행 결과

위 코드를 실행하면 시간의 흐름에 따라 데이터가 일정한 수준을 유지하는 수평(정체) 추세 그래프가 화면에 표시됩니다.