반응형
1. 데이터 프레임 인덱싱, 셀렉션
# 데이터 프레임 선택, 추가, 삭제, 삽입
>>> df['three'] = df['one'] * df['two'] # 새로운 컬럼 추가
>>> df['flag'] = df['one'] > 2
>>> df
one two three flag
a 1.0 1.0 1.0 False
b 2.0 2.0 4.0 False
c 3.0 3.0 9.0 True
d NaN 4.0 NaN False
>>> df['one'] # 변수명[' ']은 해당값 선택
a 1.0
b 2.0
c 3.0
d NaN
Name: one, dtype: float64
>>> df.one # 컬럼 선택
flag
a 1.0
b 2.0
c 3.0
d NaN
Name: one, dtype: float64
>>> del df['two'] # del 변수명['']은 해당값 삭제
>>> three = df.pop('three')
>>> df
one flag
a 1.0 False
b 2.0 False
c 3.0 True
d NaN False
>>> df.drop(['a', 'd']) # .drop으로 row와 column 삭제
>>> df
one flag
b 2.0 False
c 3.0 True
>>> df.drop(['flag'], axis=1) # axis 1을 주고 한 축 삭제 가능
>>> df
one
b 2.0
c 3.0
>>> df['one_trunc'] = df['one'][:2] # 삽입
>>> df
one flag foo one_trunc
a 1.0 False bar 1.0
b 2.0 False bar 2.0
c 3.0 True bar NaN
d NaN False bar NaN
>>> df.insert(1, 'bar', df['one']) # 삽입 2
>>> df
one bar flag foo one_trunc
a 1.0 1.0 False bar 1.0
b 2.0 2.0 False bar 2.0
c 3.0 3.0 True bar NaN
d NaN NaN False bar NaN
>>> df.loc['b'] # df.loc[label]: 라벨에 의한 줄선택
one 2
bar 2
flag False
foo bar
one_trunc 2
Name: b, dtype: object
>>> df.iloc[2] # df.iloc[loc]: 숫자에 의한 줄선택
one 3
bar 3
flag True
foo bar
one_trunc NaN
Name: c, dtype: object
2. 데이터 프레임 정렬 및 연산
- 데이터프레임 객체간 정렬은 둘의 컬럼과 인덱스에 의해서 자동으로 정렬된다.
>>> df = pd.DataFrame(np.random.randn(10, 4), columns=['A', 'B', 'C', 'D'])
>>> df2 = pd.DataFrame(np.random.randn(7, 3), columns=['A', 'B', 'C'])
>>> df + df2
A B C D
0 0.045691 -0.014138 1.380871 NaN
1 -0.955398 -1.501007 0.037181 NaN
2 -0.662690 1.534833 -0.859691 NaN
3 -2.452949 1.237274 -0.133712 NaN
4 1.414490 1.951676 -2.320422 NaN
5 -0.494922 -1.649727 -1.084601 NaN
6 -1.047551 -0.748572 -0.805479 NaN
7 NaN NaN NaN NaN
8 NaN NaN NaN NaN
9 NaN NaN NaN NaN- 데이터 프레임 콘솔 보여주기
# 1. 보여주기 - print
>>> baseball = pd.read_csv('data/baseball.csv')
>>> print(baseball)
id player year stint team lg g ab r h X2b X3b hr rbi sb cs bb so ibb hbp sh sf gidp
0 88641 womacto01 2006 2 CHN NL 19 50 6 14 1 0 1 2.0 1.0 1.0 4 4.0 0.0 0.0 3.0 0.0 0.0
1 88643 schilcu01 2006 1 BOS AL 31 2 0 1 0 0 0 0.0 0.0 0.0 0 1.0 0.0 0.0 0.0 0.0 0.0
.. ... ... ... ... ... .. .. ... .. ... ... ... .. ... ... ... .. ... ... ... ... ... ...
98 89533 aloumo01 2007 1 NYN NL 87 328 51 112 19 1 13 49.0 3.0 0.0 27 30.0 5.0 2.0 0.0 3.0 13.0
99 89534 alomasa02 2007 1 NYN NL 8 22 1 3 1 0 0 0.0 0.0 0.0 0 3.0 0.0 0.0 0.0 0.0 0.0
[100 rows x 23 columns]
# 2. 보여주기 - info
>>> baseball.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 100 entries, 0 to 99
Data columns (total 23 columns):
id 100 non-null int64
player 100 non-null object
... ... ........ .....
sf 100 non-null float64
gidp 100 non-null float64
dtypes: float64(9), int64(11), object(3)
memory usage: 18.0+ KB
# 3. 보여주기 - to_string: 데이터 프레임의 스트링 표현 돌려줌
>>> print(baseball.iloc[-20:, :12].to_string())
id player year stint team lg g ab r h X2b X3b
80 89474 finlest01 2007 1 COL NL 43 94 9 17 3 0
81 89480 embreal01 2007 1 OAK AL 4 0 0 0 0 0
.. ..... ......... .... . ... .. . .. .. ... .. .
98 89533 aloumo01 2007 1 NYN NL 87 328 51 112 19 1
99 89534 alomasa02 2007 1 NYN NL 8 22 1 3 1 0
# 4. 보여주기 - display.width: 한 줄에 얼마큼 보여줄지 세팅
>>> pd.set_option('display.width', 40) # default is 80
>>> pd.DataFrame(np.random.randn(3, 12))
0 1 2 3 4 5 6 7 8 9 10 11
0 1.262731 1.289997 0.082423 -0.055758 0.536580 -0.489682 0.369374 -0.034571 -2.484478 -0.281461 0.030711 0.109121
1 1.126203 -0.977349 1.474071 -0.064034 -1.282782 0.781836 -1.071357 0.441153 2.353925 0.583787 0.221471 -0.744471
2 0.758527 1.729689 -0.964980 -0.845696 -1.340896 1.846883 -1.328865 1.682706 -1.717693 0.888782 0.228440 0.901805
# 5. 보여주기 - display.max_colwidth: 낱개의 컬럼 최대로 얼마나 보여줄지 세팅
>>> pd.set_option('display.max_colwidth', 30)
>>> pd.DataFrame(datafile)
filename path
0 filename_01 media/user_name/storage/fo...
1 filename_02 media/user_name/storage/fo...3. 데이터프레임 관련 함수들
# 데이터프레임 관련 함수들
>>> frame.dtypes # 데이터프레임변수명.dtypes는 데이터형 확인
state object
year int64
capital bool
dtype: object
>>> frame.index # 데이터프레임변수명.index는 index 범위값 확인
RangeIndex(start=0, stop=4, step=1)
>>> frame.columns # 데이터프레임변수명.columns는 컬럼명 확인
Index(['state', 'year', 'capital'], dtype='object')
>>> frame.values # 데이터프레임변수명.values는 벨류값 확인
array([['Seoul', 2012, True],
['Busan', 2013, False],
['Pohang', 2014, False],
['Gimhae', 2015, False]], dtype=object)
>>> frame.index.name = "No." # index 이름 설정
>>> frame.columns.name = "Info" # column 이름 설정
>>> frame
Info state year capital
No.
0 Seoul 2012 True
1 Busan 2013 False
2 Pohang 2014 False
3 Gimhae 2015 False
>>> frame.describe() # 연산 가능한 숫자 컬럼을 뽑아 기본 통계량 산출
Info year
count 4.000000
mean 2013.500000
std 1.290994
min 2012.000000
25% 2012.750000
50% 2013.500000
75% 2014.250000
max 2015.000000
>>> pd.DataFrame.from_dict(dict([('A', [1, 2, 3]), ('B', [4, 5, 6])]),
orient='index', columns=['one', 'two', 'three'])
one two three # .from_dict
A 1 2 3
B 4 5 6
>>> pd.DataFrame.from_records(data, index='C') # .from_records
A B
C
b'Hello' 1 2.0
b'World' 2 3.0
※ reference
10 minutes to pandas https://pandas.pydata.org/pandas-docs/stable/getting_started/10min.html
번역본 10분 판다스 https://dataitgirls2.github.io/10minutes2pandas/
판다스 자료구조 https://yujuwon.tistory.com/entry/Pandas-자료구조
반응형
'Data > Python' 카테고리의 다른 글
| [Python] 파이썬 Pandas의 연산 - 피봇테이블, 통계값, 함수들 (0) | 2023.06.18 |
|---|---|
| [Python] 파이썬 Pandas의 사용법 - 보기, 선택, 설정, 누락된 데이터 (0) | 2023.06.18 |
| [Python] 파이썬 Pandas 자료구조 - Series, Dataframe (0) | 2023.06.18 |
| [Python] 파이썬 웹페이지 자동화 - Selenium (0) | 2023.06.18 |
| [Python] 파이썬 웹사이트 크롤링 - BeautifulSoup (0) | 2023.06.18 |