DataFrame에서 자주 사용되는 메소드에 대해서 알아보자
보통 집계함수를 많이 쓴다!
실습환경 구축
import pandas as pd
member = {
'Attack' : [111,222,333],
'Defence' : [444,555,666],
'Luck' : [777,888,999]
}
member_df = pd.DataFrame(member)
member_df
위와 같은 데이터프레임을 만들어 주었다.
.sum()
sum은 각 컬럼별 합계를 집계해준다.
member_df.sum()
🔎여기서 잠깐!
출력값이 Serise 형태인데 그럼 여기서 한번더 sum() 메소드 사용이 가능하지 않을까?
맞다. 가능하다.
member_df.sum().sum()
시리즈 형태로 출력되는 것을 잘 이해하면 이런 수행도 가능할 듯 하다!
.sum()과 axis
sum() 메소드와 축을 알려주는 axis를 함께 사용해보자.
axis : 함수의 인자값으로 default 값은 0이다.
axis = 0 : index 방향
axis = 1 : 컬럼 방향
- axis = 0 : index 방향
그렇기 때문에 아래와 같은 코드를 작성하면 .sum() 메소드만 사용했을 때 와 동일하다.
member_df.sum(axis = 0)
인덱스를 기준으로 합계 된 것을 확인 할 수 있다.
- axis = 1 : 컬럼 방향
member_df.sum(axis = 1)
컬럼 방향으로 합계가 된 모습.
집계함수 + axis
sum() 말고도 max(), min(), mean() 메소드에서도 사용이 가능하다.
Series 에서는 보지 못했던 prod() 메소드를 이용해 실습을 해보자.
prod() : 곱셈 메소드
- 인덱스 기준
member_df.prod(axis = 0)
- 컬럼 기준
member_df.prod(axis = 1)
LV. 1