py31_pandas_dataframe

조건식

and 조건식

df5[(df5['국어'] >= 80) & (df5['수학'] > 80)]

---

or 조건식

df5[(df5['영어'] <= 50) | (df5['국어'] <= 10)]

---

isin

df5[df5['영어'].isin([50, 99])]

영어점수가 50점, 99점인 값만 출력

---

df5[(df5['영어'].isin([50, 99])) & (df5['수학'] == 10)]

조건을 여러개 넣을 수도 있음

---

데이터프레임 데이터 추가

df5['음악'] = [0, 100, 30, 10]
df5

음악이 추가되었다.

---

데이터 수정

df5['음악 + 10'] = df5['음악'] + 10
df5

이렇게 점수에도 숫자를 더할 수 있다.

---

df5['음악'] = df5['음악'] + 10
df5

이렇게 음악 점수를 10씩 올리고

---

# 값 변경
df5.loc[df5['음악'] > 100, ['음악']] = 100
df5

100이 넘는 항목은 100으로 변경하였다.

---

# 특정위치 값만 변경
df5.at['A', '음악'] = 20
df5

이렇게 원하는 항목만 값을 변경할 수 있다.

---

데이터 삭제

drop

# 삭제 - 음악 + 10
del df5['음악 + 10']
df5

이렇게 지정한 값을 삭제할 수 있다.

---

# drop, axis=0(values), axis=1(column)
df5.drop(['미술'], axis=1)

미술 컬럼 삭제

---

# 1row(values) 드랍
df5.drop('A', axis=0)

A 항목 삭제

---

inplace=True

# 실제로 지움 == del
df5.drop('C', axis=0, inplace=True)
df5

일시적으로 사라지는 drop과 달리 완전히 사라지는 del과 동일한 명령어다.

---

나머지 속성값

index

---

value

---

가로 세로 갯수

---

총 갯수

---

컬럼 타입

---

행열 변경

---

py32_pandas_io

판다스 파일 읽기

pandas와 numpy를 import하고 시작

csv 파일을 두개 받음

---

로컬 파일 읽기

df1 = pd.read_csv('./충청북도_푸드뱅크현황.csv', encoding='utf-8', header=0)
df1

이렇게 입력하면

사진은 13번까지만 업로드하였지만 28개의 항목이 있다.

df2 = pd.read_csv('./부산광역시_시내버스_이용건수.csv')
df2

항목이 많으므로 중략되었다.

---

웹사이트 상에 있는 csv 읽기

df3 = pd.read_csv('https://raw.githubusercontent.com/hugoMGSung/bigdata-python-2023/main/Day03/%EC%B6%A9%EC%B2%AD%EB%B6%81%EB%8F%84_%ED%91%B8%EB%93%9C%EB%B1%85%ED%81%AC%ED%98%84%ED%99%A9.csv')
df3

강사님 깃허브에 있는 충청북도_푸드뱅크현황.csv이다.

---

df4 = pd.read_csv('https://raw.githubusercontent.com/bourbonkk/StatisticDataAnalysis/main/rawdata/totally_raw_data.csv')
df4

다른 csv 파일이다.

df4.to_csv('./totally_raw_data.csv', encoding='utf-8')

위 코드를 실행시키면

totally_raw_data.csv
파일이 추가된다.

---

excel xls / xlsx

pip install openpyxl을 입력하여 openpyxl을 설치.

# excel xls(2진 binary) / xlsx (xml textfile)
df_xls = pd.read_excel('./totally_raw_data.xlsx', sheet_name='totally_raw_data')
df_xls

위 코드를 실행하면

sheet name이 'totally_raw_data'인 시트가 출력된다.

---

이렇게 Sheet1이 출력된다.

---

json

ora3.vuerd.json을 추가하고

# json 읽고 쓰기
df_json1 = pd.read_json('./ora3.vuerd.json', encoding='utf-8')
df_json1

위 코드를 실행하면

이렇게 json을 읽을 수 있다.

df_json1.to_csv('./ora3_vuerd.csv', encoding='utf-8')

위 코드를 실행하면

csv 파일로 저장된다.

df_json1.to_json('./ora3_vuerd2.json')

json파일 또한 저장할 수 있다.

---