Pandas (panel data system)

panel=group

데이터 조작,분석을 위한 python 언어 용도로 작성된 소프트웨어 라이브러리

숫자 테이블, 시계열을 조작하기 위한 구조

특징

• row-first , column-second

• Indexing in two ways

  • loc : [0:9] =>0~9

  • iloc : [0:9] =>0~8

• 데이터분석에 특화된 데이터 구조를 제공

• 다양한 데이터 분석 함수를 제공

• 다른 시스템에 쉽게 연결가능

  • Flask library:웹개발

  • SQL : 데이터베이스

  • Sklearn : 머신러닝

설치, import

!pip install pandas
import numpy as np
import pandas as pd

Series,DataFrame

Series(1차원 배열 자료 구조)

DataFrame(2차원 자료 구조)

• 복잡한 기능을 구현하기 쉽고, 데이터 전처리를 용이

• numpy 라이브러리에서 지원하는 수학 및 통계 연산을 그대로 이용가능

• 직관적, excel 스프레드시트랑 동일

• series가 합쳐진 형태

  
  

Data 가져오기

from google.colab import files
uploaded = files.upload()
df = pd.read_csv('파일명') 	# pd.read_csv(path)일 때도 있음

만든 DataFrame을 csv로 저장

df=pd.DataFrame({'a':[1,2,3], 'b':[2,3,4]})
df.to_csv('df.csv') 

'df.csv' : df를 저장할 파일 이름

1.DataFrame 만들기

import pandas as pd
data={'Age':[25,28,22],'Name':['s1','s2','s3'],'score':[95,85,75]}
df=pd.DataFrame(data,index=[],columns=[])

• index=['행이름']

• columns=['구현하고 싶은 열 이름']

2.DataFrame 활용

df.ndim : number of dimension in df

df.ndim -> 2

df.shape : shape of df

df.shape -> (3,3)

df['columns'] : 인덱싱과 비슷함. []안에는 하나의 값만 가능

df['Score']

0 95
1 85
2 75

df.drop([],axis=) : 제거할 줄을 고르고 그 줄이 속한 차원을 axis에 입력

df.drop(['Age'],axis=1)

Pandas는 column 벡터가 기본

df['column']
df.column
df['행'] -----> x

-> 위와 같이 행을 가져올때는 새로운 방법을 사용

loc , iloc

loc은 label 값으로 접근

df.loc[0] ## 0행의 값 추출
df.loc[0,'Name']
df.loc[[0,2],['Name','Age']] ->특정 라벨의 값을 입력한 순서로 가져옴
df.loc[0:2,'Name':'Age'] ->흔히 알고있는 슬라이싱과 다르게 뒤에값까지 포함

iloc은 index으로 값으로 접근

df.iloc[0,0]
df.iloc[[0,1],[1,2]]
df.iloc[0:2,0:2]

Pandas 내장 함수

df.uique() -중복된 값들을 하나로 보고 반환