pandas 기본 문법

DataFrame 생성 방법

---

• list이용

  import pandas as pd
  
  frame = pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
  frame

출력

	0	1	2
0	1	2	3
1	4	5	6
2	7	8	9

• Dictionary 이용

  import pandas as pd
  
  data = {
      'age' : [20,39,41],
      'height' : [176, 182, 180],
      'weight' : [73, 78, 69]
  }
  indexName = ['사람1', '사람2', '사람3']
  
  frame = pd.DataFrame(data, index = indexName)
  frame

출력

	age	height	weight
사람1	20	176	73
사람2	39	182	78
사람3	41	180	69

Sample Dataset 가져오기

---

위처럼 직접 DataFrame을 만드는 것이 아닌 제공하는 Dataset을 직접 가져오는 방법도 있다.
Dataset을 가져오는 방법은 다음과 같다.

1. Dataset Github에 접속하고 가져오고싶은 데이터셋을 고른다.
2. 예를들어 flights.csv 를 가져오고 싶다면

   import seaborn as sns
   flights = sns.load_dataset("flights") #여기까지가 가져오기
   flights.head(5) # 다섯번째 행의 데이터까지만 출력
   flights["year"] # 'year'열만 출력

   위와 같이 제공되는 데이터셋을 가져올 수 있다.

DataFrame 조회 방법

---

기본적인 조회 방법

DataFrame의 기본적인 조회 방법은 다음과 같다.

• .head()

---

# 위에서 가져온 데이터셋 flights를 사용
flights.head() # 데이터프레임의 가장 첫부분부터 표시

출력

	year	month	passengers
0	1949	Jan	112
1	1949	Feb	118
2	1949	Mar	132
3	1949	Apr	129
4	1949	May	121

이 때 .head()의 괄호 안에 숫자가 있다면 그 수의 개수만큼 데이터가 출력된다.

• .tail()

---

flights.tail() #데이터프레임의 가장 뒷부분부터 표시

출력

	year	month	passengers
139	1960	Aug	606
140	1960	Sep	508
141	1960	Oct	461
142	1960	Nov	390
143	1960	Dec	432

.tail()역시 마찬가지로 괄호안에 숫자가 있다면 수의 개수만큼 데이터가 출력된다.

• .index

---

데이터프레임의 인덱스를 표시하는 방법도 있다.

flights.index

RangeIndex(start=0, stop=144, step=1)

열(Column) 조회 방법

#열(Column) 조회
print ("* 열 조회 - 1")
print (frame['age'])
print ("* 열 조회 - 2")
print(frame.age)

#특정 열의 특정 값을 조회하고 싶을때
print("* 특정 열 의 특정 값 조회")
print(frame['age'][1])
print(frame.height[2])

출력

* 열 조회 - 1
사람1    20
사람2    39
사람3    41
Name: age, dtype: int64
* 열 조회 - 2
사람1    20
사람2    39
사람3    41
Name: age, dtype: int64
* 특정 열 의 특정 값 조회
39
180

행(Row) 조회

행 조회는 열 조회와 조금 다르게 loc와 iloc를 사용해서 조회 할 수 있다.
여기서 loc는 사람이 읽을 수 있는 라벨 값으로 특정 값들을 골라오는 방법이고,
iloc는 행이나 칼럼의 순서를 나타내는 정수로 특정 값을 추출하는 방법이다.

#행(Row) 조회 (loc)
print("* loc 특정 행 조회")
print(frame.loc['사람1'])

# print(frame.loc[0]) - 조건이 정수이므로 조회 불가

출력

* 특정 행 조회
age        20
height    176
weight     73
Name: 사람1, dtype: int64
loc를 Seq로 조회할 경우

#행(Row) 조회 (iloc)
print("* iloc 특정 행 조회")
print(frame.iloc[0])

# print(frame.iloc['사람1']) - 조건이 정수가 아니므로 조회 불가

출력

* iloc 특정 행 조회
age        20
height    176
weight     73
Name: 사람1, dtype: int64

DataFrame 수정 방법

---

열(Column) 추가하기

gender 라는 컬럼을 추가합니다.

frame_add_col = pd .DataFrame(frame,columns= ['age','height','weight','gender'])
frame_add_col

출력

	age	height	weight	gender
사람1	20	176	73	NaN
사람2	39	182	78	NaN
사람3	41	180	69	NaN

컬럼이 추가되었고 어떠한 값도 넣어주지 않았으므로 NaN 값이 출력되고있다.
이제 데이터를 입력해준다.

frame_add_col['gender'] = ['male', 'male', 'female']
frame_add_col

출력

	age	height	weight	gender
사람1	20	176	73	male
사람2	39	182	78	male
사람3	41	180	69	female

행(Row) 추가하기

frame_add_index = frame_add_col.copy()
frame_add_index.loc['사람4'] = [31, 158, 48, 'female']
frame_add_index

출력

	age	height	weight	gender
사람1	20	176	73	male
사람2	39	182	78	male
사람3	41	180	69	female
사람4	31	158	48	female

행, 열 삭제하기

drop 메소드를 사용하면 행 또는 열을 삭제할 수 있다.
axis 값은 행이면’0’, 열이면 ‘1’로 지정해주면 된다.

print('remove age column')
frame_add_col.drop("height", axis=1)

출력

remove age column

	age	weight	gender
사람1	20	73	male
사람2	39	78	male
사람3	41	69	female

그러나 이 경우 기존에 있던 frame_add_col에서 삭제되는게 아니라 삭제된 상태의 프레임을 리턴해준 것이다.
그러므로 기존 프레임에 적용하기 위해서 inplace = True 옵션을 추가로 주어야 한다.

frame_add_index.drop('사람2', axis=0, inplace = True)
frame_add_index

출력

	age	height	weight	gender
사람1	20	176	73	male
사람3	41	180	69	female
사람4	31	158	48	female

References

• https://hong-sam.tistory.com/100