데이터 분석 프로젝트의 시작은 도구 선택이 아니라 답할 수 있는 질문입니다. 공개 데이터에서 ‘무엇이 변했고 왜 살펴볼 가치가 있는가’를 한 문장으로 정하세요. 데이터가 그 질문에 답하지 못한다면 분석 범위를 바꾸는 편이 낫습니다.
데이터 확인
출처, 수집 기간, 단위, 결측치와 중복을 먼저 적습니다. 표본이 전체를 대표하는지 모르면 결과를 일반화하지 마세요. 공개 데이터라면 라이선스와 업데이트 날짜도 확인합니다. 분석 코드는 원본 데이터를 덮어쓰지 않도록 분리하세요.
분석과 시각화
기초 통계와 분포를 확인한 다음 비교 기준을 정합니다. 그래프에는 축 단위와 데이터 범위를 명확히 표시하세요. pandas 공식 사용 안내로 정제와 집계 코드를 검증할 수 있습니다. 멋진 그래프보다 질문에 필요한 비교가 우선입니다.
결과물 정리
가설, 데이터 출처, 처리 방법, 핵심 그림, 한계와 재실행 명령을 README에 작성합니다. 관찰된 관계를 원인으로 단정하지 마세요. 프로젝트를 지원 직무에 맞게 보여 주는 방법은 IT 포트폴리오 구성 가이드를 참고하세요.