dataframe 1 - 생성, 조회, 추출

---

목표 :

Pandas 패키지 라이브러리를 사용한, 
Python 데이터 분석

---

 

1. series

Pandas패키지에서는 series라는 리스트를 사용한다.

딕셔너리, 리스트로 시리즈를 만들 수 있다. 

dic = {'a':1,'b':2,'c':3} dic_series = pd.Series(dic) dic_series	ls = [1,2,3] ls_series = pd.Series(ls, index=['a','b','c']) # index를 사용하지 않으면 0부터 인덱스가 부여된다
a    1 b    2 c    3	a    1 b    2 c    3

 

2. Dataframe

Series를 이어붙여서 표로 만든 것을 Dataframe 이라고 한다. 

딕셔너리, 리스트로 시리즈를 만들 수 있다. 

딕셔너리로 만들기	리스트로 만들기	시리즈를 결합해서 만들기
열 단위로 값을 입력할 때 이용 값의 길이가 반드시 모두 같아야 한다.	행 단위로 값을 입력할 떄 이용 각 리스트의 길이가 같지 않으면 에러가 난다.	시리즈들을 각각 만들어서  각 시리즈들에 컬럼 이름을 붙여서  DataFrame으로 묶음
import pandas as pd dic = {'Name':['John','Merry','Chris']        , 'Number':[1,2,3]        , 'Month':['Feb','Oct','Nov']} df = pd.DataFrame(dic) df	ls = [['John', 1, 'Feb']       ,['Merry',2,'Oct']       ,['Chris',3,'Nov']] df = pd.DataFrame(ls, columns=['Name','Number','Month']) df	name_series = pd.Series(['John','Merry','Chris']) number_series = pd.Series([1,2,3]) month_series = pd.Series(['Feb','Oct','Nov']) df = pd.DataFrame({'Name':name_series, 'Number':number_series, 'Month':month_series})
Name  Number  Month 0         John       1          Feb 1         Merry      2         Oct 2         Chris       3         Nov	Name  Number  Month 0         John       1          Feb 1         Merry      2         Oct 2         Chris       3         Nov	Name  Number  Month 0         John       1          Feb 1         Merry      2         Oct 2         Chris       3         Nov

 

 

3. 데이터 프레임 관련 기본 함수 

data = pd.read_csv('path')

data. head(n)       #데이터프레임의 처음부터 n행을 보여준다. 기본은 5

data. tail(n)       #데이터프레임의 마지막부터 n행을 보여준다. 기본은 5

data. info(): 전체 행의 갯수, 컬럼 정보, 결측치, 데이터 타입을 보여줍니다.

data. describe(): 컬럼별 값의 갯수, 평균, 표준편차, 최솟값, 최댓값, 사분위수를 보여줍니다.

 

 

 

 

4. 행열 조회

행	데이터프레임명[인덱스:인덱스+1] 데이터프레임명[시작인덱스:끝인덱스+1]	df[:10]         # 0~9번 인덱스 출력 df[3:7]         # 3~6번 인덱스 출력
열	데이터프레임[컬럼명] 데이터프레임.컬럼명 데이터프레임[[컬럼명1, 컬럼명2, ...]] 데이터프레임[컬럼명].to_frame() 데이터프레임[ [컬럼명] ]	df['Survived'] df.Survived     #둘은 같은 결과 df[['Survived','Pclass','Name']] df['Survived'].to_frame() df[['Survived']]     #두개는 데이터프레임 형식으로 출력

loc	레이블 값을 사용해서 조회  데이터프레임명.loc[행조건,열조건] 열만 조회할때는 행조건에 :를 입력	df.loc[3,]      #3번째 행 아님, 인덱스가 3번인 행 갖고옴,                     #그러니까 인덱스의 값이랑 대조해서 일치하는것을 불러옴 df.loc[:,'Name']    #열만 조회할때는 행조건에 :를 입력합니다 df.loc[3:5,]           #3번부터 5번 행을 출력
iloc	위치 인덱스를 사용해서 조회 데이터프레임명.iloc[행인덱스조건,열인덱스조건]	df1.iloc[3,]            #3번째 행 반환. Name이 인덱스임에도 3으로 호출 가능 df1.iloc[3:7,2:4]    #3~6번째 행, 2~3번 열 출력

ioc의 경우, 아래와 같은 방법으로 인덱스 값을 설정할 수 있다.

df1 = df.set_index('Name')                #Name열을 인덱스로 설정

df1.loc['Heikkinen, Miss. Laina',]       #새로 설정한 인덱스에서 Heikkinen, Miss. Laina 값을 가지는 열 호출

df1.loc[3:5,]                                       #이 경우엔 인덱스가 숫자가 아니므로 이 코드는 실행이 안된다

 

 

 

5. 데이터 추출

정렬	데이터프레임명.sort_values(정렬기준컬럼)	df.sort_values('Age')   #나이를 기준으로 정렬 df.sort_values('Age', ascending=False)     #내림차순 df.sort_values(['Age','Fare'], ascending=[False,True]) #컬럼별로 정렬 기준 지정 가능
추출	데이터프레임명[조건식] 데이터프레임명.query('조건식') 조건식이 True인 행들을 출력 데이터프레임명[조건식] .isin( 값 )	df[df['Pclass'] == 1] df.query('Pclass == 1') df[(df['Pclass'] == 1) & (df['Age'] >= 30)] df.query('Pclass == 1 and Age >= 30') df[df['PassengerId'].isin([3,100,500])] df.query('PassengerId.isin([3,100,500])') # PassengerId 가 3,100,500인 값 추출