해당 코드들은 jupyter notebook을 기준으로 작성되었습니다.
pandas 라이브러리란?
테이블형 데이터를 다룰 수 있는 다양한 기능을 가진 라이브러리
파이썬 데이터 분석을 위해 기본적으로 사용하는 라이브러리
pandas 라이브러리 import
보통 pandas는 pd로 줄여서 import
import pandas as pd
Series 이해하기
-
데이터를 다루기 위해서 Series(1차원), Dataframe(2차원)을 제공
-
엑셀을 예시로 생각하면 이해하기 편하다
-
Series는 1개의 인덱스와 1개의 열로 이루어져 있다.
Series 의 C . R . U . D
C (Create)
input
series data = pd.Series([70,60,90])
seriesdata
output
0 70
1 60
3 90
dtype : int64
input
series data = pd.Series([70,60,90]), index = [ '국어', '영어', '수학'])
seriesdata
output
국어 70
영어 60
수학 90
dtype : int64
- 위 두개의 예시에서 알 수 있듯, Series는 기본적으로 1개의 열과 인덱스로 구성되어 있으며 인덱스의 경우 따로 지정하지 않으면 0부터 시작하는 인덱스를 자동 생성시킨다. 두번째 예시처럼 인덱스를 지정시킬 수 도 있다.
R & U (Read & Update)
input
seriesdata.index
output
Index(['국어', '영어', '수학'], dtype = 'object')
input
seriesdata.index = ['미술', '음악', '체육']
seriesdata
output
미술 70
음악 60
체육 90
dytpe : int64
input
seriesdata.values # values = [] 형태로는 직접 수정이 안됨
output
array([70, 60, 90])
- 특정 데이터 지정 가능 (출력, 수정등 데이터 처리 가능)
input
print (seriesdata ['미술'], seriesdata[0]
output
70 70
input
seriesdata['미술'] = 80
print (seriesdata['미술'], seriesdata[0])
output
80 80
D (Delete)
input
seriesdata
output
미술 80
음악 60
체육 90
dtype : int64
input
del seriesdata['미술']
seriesdata
output
음악 60
체육 90
dtype : int64
pandas 데이터 타입
pandas 데이터 타입은 파이썬과 다름
dtype으로 불리며, 주요 데이터 타입은 다음과 같다
object = python의 str(문자열)
int64 = python의 int(정수)
float = python의 float(부동소숫점)
bool = python의 bool(True of false)
이 외의 datetime64(날짜/시간)
가끔 data type 때문에 에러가 나는 경우가 있으므로, 데이터 타입에 대한 이해 및 데이터 타입 변경 기능을 알아두면 좋다.
input
seriesdata = pd.Series(['dave', 'alex', 'amir'])
series data
output
0 dave
1 alex
2 amir
dtype : object
input
seriesdata = pd.Series([1, 1, 1])
seriesdata
output
0 1
1 1
2 1
dtype: int64
데이터 타입 변경: Series.astype(변경할 타입)
input
seriesdata.astype('float')
output
0 1.0
1 1.0
2 1.0
dtype: float64
input
seriesdata = pd.Series(['dave', 1.1, 1.2])
seriesdata
output
0 dave
1 1.1
2 1.2
dtype: object
input
seriesdata = pd.Series([True, True, False])
seriesdata
output
0 True
1 True
2 False
dtype: bool
데이터프레임(Dataframe) 이해하기
데이터프레임은 테이블형 2차원 데이터이다.
엑셀/csv와 같이 row,column으로 구성되며, 인덱스도 두 개, row/column 각각 존재한다.
행의 레이블 : 인덱스 / 열의 레이블 : 컬럼
import pandas ps pd # 라이브러리 임포트
C(Create)
input
df = pd.DataFrame({
"미국": [2.1, 2.2, 2.3],
"한국": [0.4, 0.5, 0.45],
"중국": [10, 13, 15]
})
df
output
미국 한국 중국0 2.1 0.4 10
1 2.2 0.50 13
2 2.3 0.45 15
C(Create)(인덱스와 함께 생성)
input
df = pd.DataFrame({
"미국": [2.1, 2.2, 2.3],
"한국": [0.4, 0.5, 0.45],
"중국": [10, 13, 15],
index=[2000, 2010, 2020]
)
df
output
미국 한국 중국2000 2.1 0.4 10
2010 2.2 0.5 13
2020 2.3 0.45 15
R&U (Read & Update)
Series는 index와 values
index
행(row) 방향 index
df.index
output
Int64Index([2000, 2010, 2020], dtype='int64')
input
df.index = [2001, 2002, 2003]
df
output
미국 한국 중국2001 2.1 0.40 10
2002 2.2 0.50 13
2003 2.3 0.45 15
input
열(column) 방향 index
df.columns
output
Index(['미국', '한국', '중국'], dtype='object')
input
df.columns = ['일본', '필리핀', '러시아']
df.values
output
array([[2.1, 0.4, 10. ],
[2.2, 0.5, 13. ],
[2.3, 0.45, 15. ]])
인덱스로 특정 컬럼 선택하기
input
df = pd.DataFrame({
"년도": [2000, 2010, 2020],
"미국": [2.1, 2.2, 2.3],
"한국": [0.4, 0.5, 0.45],
"중국": [10, 13, 15]
})
df
output
년도 미국 한국 중국0 2000 2.1 0.40 10
1 2010 2.2 0.50 13
2 2020 2.3 0.45 15
input
df = df.set_index('년도')
df
output
미국 한국 중국 년도
2000 2.1 0.40 10
2010 2.2 0.50 13
2020 2.3 0.45 15
