2025.1.21 작성

OS : Window
개발환경: Google Colab
개발언어: Python
프레임워크: Pandas (데이터 분석에 주로 사용)

---

Pandas

from collections.abc import ValuesView

import pandas as pd

Amazon 주식 데이터를 저장한 AMZN.csv

df1이라는 변수에 저장

df1 = pd.read_csv('AMZN.csv')

데이터가 포함될 가능성이 있는 주요 컬럼들:

Date: 날짜

Open: 시장 시작 가격

Close: 시장 마감 가격

High, Low: 최고가, 최저가

Volume: 거래량

df1.values: DataFrame 전체 데이터를 NumPy 배열 형태로 보여줌.

df1.values

df1.Close, df1.Open: 각각 마감 가격과 시작 가격 컬럼에 접근.

df1.Close
df1.Open

"마감 가격이 시작 가격보다 높았는가?" 판단

df1["new1"] = df1.Close > df1.Open
df1.head()

value_counts(): True와 False 값의 개수를 셈.

df1.new1.value_counts()/252

결과를 새로운 파일로 저장

df1.to_csv("amzn1.csv")

df1[["Open", "Close"]]
df1.columns

컬럼 지움

df1.drop(["Date", "new1"], axis=1, inplace=True)
df1.head()

차이값을 구하는 함수 --> 첫번째 컬럼 NaN 뜨는 단점

df1.Close.diff()

df2 = df1.diff()

0 아니면 1의 값의 평균

df2.isnull().mean() # 컬럼별 결측율 확인

inplace=True --> 커밋

df2.dropna(inplace=True) # 결측이 하나라도 있는 행 삭제 / NaN 값 있는 행 삭제 됨

예시

weatherAUS.csv 파일을 df3

결측치를 컬럼별 파악

지워보세요

df3 = pd.read_csv("weatherAUS.csv")
df3.isnull().mean()
df3.dropna(inplace=True)
df3.isnull().mean()

함수

def func1(x1):
  if x1 >= 75 :
    return "D"
  elif x1 >= 50 :
    return "C"
  elif x1 >= 25 :
    return "B"
  else :
    return "A"

func1 (-10)

들어온 값이 0보다 크면 "warm" 값을 return, 아니면 "cold" return

df3.MinTemp.apply(func1)

Humidity3pm -> 0~25, 25~50, 50~75, 75 이상인 경우 각각 "A" "B" "C" "D"

df3["Date1"] = pd.to_datetime(df3.Date)
df3.Date1.dt.time
df3.Date1.dt.year
df3.Date1.dt.month
df3.Date1.dt.day

df4 = pd.read_csv("AMZN.csv")
df4["Date1"] = pd.to_datetime(df4.Date)
df5 = df4.select_dtypes(include="float64")
df5[["Open", "High"]][0:10] + df5[["High", "Low"]][5:15]
df5.iloc[0:10, 0:2] + df5.iloc[5:15, 1:3]

df5.index = df4.Date1
df5.plot()

creditest2.cvs -> df14

loan, income, age 선택

age가 30~40 사이로 필터링

결과 데이터 프레임에 대해 corr

df14 = pd.read_csv("creditset2.csv")
df14[["loan", "income", "age"]].query("age > 30 and age < 40").corr() #correlation

df14 = pd.read_csv("creditset2.csv")
for i in [30, 40, 50]:
  j = i + 10
  print(df14[["loan", "income", "age"]].query("age > @i and age < @j").corr().iloc[0, 1]) #correlation

import seaborn as sns  # Seaborn 라이브러리 import

y = df14.income
X = df14.loan

sns.jointplot(x=X, y=y)
sns.pairplot(df14[["loan", "income", "age"]])

from sklearn.preprocessing import MinMaxScaler, StandardScaler
import numpy as np

scaler = StandardScaler()
scaled = scaler.fit_transform(df15)
df16 = pd.DataFrame (scaled, columns=df15.columns )