<Python> Pandas

Google 아니고 Joogle·2023년 3월 28일

MachineLearning pandas python

Python

목록 보기

2/5

`Pandas Package`

데이터 처리와 분석을 위한 라이브러리
행과 열로 이루어진 데이터 객체를 만들어 다룰 수 있음
Array계산에 특화된 NumPy를 기반으로 설계
Pandas의 자료 구조로는 1차원 Series, 2차원 DataFrame, 3차원 Panel
import pandas as pd 를 import하여 사용

`✅Series`

numpy array가 보강된 형태로 data와 index를 가지고 있음
index를 가지고 있어 인덱스로 접근이 가능 (index를 따로 지정하지 않았을 때는 0부터 할당)
```
data=pd.Series([1,2,3,4], index=['a', 'b', 'c', 'd'])
```
name 인자로 이름을 지정할 수 있음

딕셔너리를 사용하여 만들 수 있음

country_dic={
    "korea" : 5180,
    "japan" : 12718,
    "china" : 141500,
    "usa" : 32676
}

country=pd.Series(country_dic)

`✅DataFrame`

2차원 자료구조로 행레이블/열레이블, 데이터로 구성됨

`1️⃣dictionary에서 데이터 프레임 생성`

import pandas as pd
# 딕셔너리
data = {
    'year':[2016, 2017, 2018],
    'GDP rate': [2.8, 3.1, 3.0],
    'GDP': ['1.637M', '1.73M', '1.83M' ]
}
df = pd.DataFrame(data, index=data['year']) # index추가할 수 있음
print(df)

##       year  GDP rate     GDP
## 2016  2016       2.8  1.637M
## 2017  2017       3.1   1.73M
## 2018  2018       3.0   1.83M

df.index : 2016,2017... index 반환
df.columns : year, GDP rate, GDP

`2️⃣Indexing / Slicing`

특정 변수의 추출 : df['year'] or df.year

## 2016    2016
## 2017    2017
## 2018    2018
## Name: year, dtype: int64

.loc : 명시적인 인덱스를 참조하는 indexing/slicing

위와 같은 예시에서 country.loc['japan':'korea', : 'population'] 의 의미는 japan에서 korea까지, 처음부터 population까지의 정보를 가져온다는 뜻이다
.iloc : python 스타일 정수 index indexing/slicing

`3️⃣DataFrame 새 데이터 추가/수정, 칼럼 추가`

dataframe=pd.DataFrame(columns=['이름', '나이', '주소']) 
# 위와 같이 이름, 나이, 주소를 가진 칼럼이 있을 때

리스트로 추가
dataframe.loc[0]=['홍길동', '27', '부산']
딕셔너리로 추가
dataframe.loc[1]=['박길동', '27', '서울']
dataframe.loc[1, '이름']='최길동'
다음과 같은 결과를 확인할 수 있다

dataframe 새 컬럼 추가
dataframe['전화번호']=np.nan

`4️⃣Pandas 연산`

누락된 데이터 체크

dropna() 
# 결측값 제거 : 관측값이 아주 많고 결측값이 별로 없는 경우에는 
# 결측값이 들어있는 행 전체를 삭제하고 분석을 진행해도 무리가 없고 편리

fillna()
# 결측값 변경 : 결측값을 원하는 값으로 변경

DataFrame 연산
값으로 정렬하기

print(df.sort_values(by='영어')) #오름차순
print(df.sort_values(by='영어', ascending=False)) #내림차순
print(df.sort_values(by='영어', ascending=False).head(2)) #head 사용
print(df.sort_values(by='영어', ascending=False).tail(2)) #tail 사용