[파이썬을 이용한 데이터 분석] 4. Pandas 2

* 본 포스팅은 '파이썬 라이브러리를 활용한 데이터 분석' 책 스터디 및 수업 내용 정리를 위한 것입니다

지난 번 dataframe이 내용이 너무 많아 여기에 이어서 작성

 

2-1)DataFrame 그 외 기능

from pandas import DataFrame 
data = { 
	'name':['이익준','안정원','채송화','양석형','김준완'], 
	'address': ('신당동','역삼동','한남동','역삼동','신사동'), 
	'age': [38,35,33,29,34] 
}

 

 

• 행/열 변경, values 속성

values 속성은 DataFrame에 저장된 데이터를 2차원 배열로 반환한다.

#행과 열이 바뀜
print(df2.T) 

#values 속성
print(df2.values) 
print(df2.values[0,2])
print(df2.values[0:2])

결과 :

 

• 행/열 삭제

axis = 0이면 행, axis = 1이면 열

#행 삭제
df3 = df2.drop('d')
print(df3)

df3 = df2.drop('a', axis = 0) 
print(df3)

#열 삭제
df4 = df2.drop('tel', axis = 1) 
print(df4)

결과 :

 

• count

말 그대로, DataFrame 객체 내 중복 되는 원소 개수 카운트

print(df3['address'].value_counts())

결과 :

역삼동 2

신사동 1

한남동 1

Name: address, dtype: int64

 

 

• boolean 처리

df = DataFrame(np.arange(12).reshape(4,3), index=['1월','2월','3월','4월'], columns = ['강남','강북','서초'])
print(df)
print(df['강남'])
print(df['강남']>3)

#3보다 작으면 0으로 채운다
df[df<3] = 0
print(df)

결과 :

 

 

3) 재색인(Reindex)

pandas 객체의 중요한 기능 중 하나로, 새로운 색인에 맞도록 객체를 새로 생성한다.

data = pd.Series([4.5,7.2,-5.3,3.6], index=['a','b','c','e'])
print(data)

data2 = data.reindex(['b','c','e','a','f'])
print(data2)

결과 :

 

• NaN에 다른 값으로 채워 넣기

fill_value : NaN에 특정 값을 넣는다.

data2 = pd.Series([1,2,3,4], index=['a','b','c','e'])
print(data2)

data3 = data2.reindex(['f','e','c','a','b'], fill_value = 777)
print(data3)

결과 :

 

ffill or pad/bfill or backfill (front/back을 의미) : 시계열 같은 순차적인 데이터를 reindex할 때 값을 보간하는 방법

a,b,c,d,e 순차적으로 생각했을 때 f의 직전 값인 e의 값을 참고하여, e와 동일한 값으로 채워지며

f의 직후 값은 없기 때문에 그대로 NaN이 된다.

#ffill=NaN 직전 값으로 보간
data3 = data2.reindex(['f','e','c','a','b'], method = 'ffill') 
print(data3)

#bfill=NaN 직후 값으로 보간
data3 = data2.reindex(['a','e','c','f','b'], method = 'bfill')
print(data3)

결과 :

 

• 특정 컬럼 값 가져오기/ 스칼라 비교를 이용해 생성된 불리언 DataFrame을 사용해서 값을 선택하기

import numpy as np
df = DataFrame(np.arange(12).reshape(4,3), index=['1월','2월','3월','4월'], columns = ['강남','강북','서초'])
print(df)
print()
print(df['강남'])
print()
print(df['강남']>3)
print()

#3보다 작으면 0으로 채운다
df[df<3] = 0
print(df)

결과 :

 

 

---

이전 글

crystal-studyroom.tistory.com/8

[파이썬을 이용한 데이터 분석] 3. Pandas

crystal-studyroom.tistory.com/7

[파이썬을 이용한 데이터 분석] 2. Numpy 2

crystal-studyroom.tistory.com/6

[파이썬을 이용한 데이터 분석] 1. Numpy