파이썬 공부 보충

• 파이썬 문제
  • 초보자를 위한 파이썬 300제
• 교재
  • 점프 투 파이썬
• 내용 정리한 및 파이썬 기본 구문 시각화
  • 파이썬 정리
  • 파이썬 순서도 시각화
• 그 외
  • 변수에 대해선 종이에 코드나 순서도를 그린 뒤에 변수가 어떻게 변화해 가는지 손으로 써보시면 코드로 바로 쳐보는 거보다 훨씬 직관적으로 이해에 도움이 됩니다.

지난 시간 리뷰

• AX라는 단어가 가지고 있는 함의 이해하기
• 데이터베이스, 운영체제, 네트워크 이해 필수!

Pandas 데이터 응용

• Pandas를 알아두면 데이터 분석에 대한 전반적인 이해가 가능
• Pandas를 활용하면:
  • 다양한 형식의 데이터를 쉽게 읽어올 수 있음
    • 어떤 분야에서
    • 왜
    • 어떻게 가져오는지 이해!
  • 데이터프레임을 조작하는 다양한 메서드와 속성을 사용할 수 있음
• 배울 내용:
  • 데이터 불러오는 방법
  • DataFrame의 주요 메서드 및 속성

데이터 읽어오기(Reading Data)

CSV 파일 읽기(pd.read_csv())

• CSV 파일: 데이터 분석에서 가장 많이 사용하는 형식

import pandas as pd

# CSV 파일 읽어오기
df = pd.read_csv("data\data.csv")

# 상위 5개 행 출력
print(df.head())

주요 옵션

옵션	설명
sep=','	구분자(기본값: ,)
header=0	첫 번째 행을 컬럼명으로 사용(기본값)
index_col=0	첫 번째 행을 인덱스로 설정
encoding="utf-8"	한글 데이터를 위한 인코딩 설정

해당 내용은 경고 메시지고 에러는 아닙니다.
역슬래시를 두번쓰면 경고 메시지가 사라집니다.
#log\\.login > span 이런 식으로 말이죠 ㅎㅎ
(1) 셀렉터를 만들때 필요한 \
(2) 문자열에서 역슬래시를 만들때 필요한 \

파이썬 이스케이프 시퀀스(escape sequence)
\\ 백슬래쉬
\' 작은 따옴표
\n 줄바꿈 → lineFeed, LF, 개행문자, EOL(end-of-line)
\r 캐리지 리턴 → Carriage Return, CR
▶ 경로를 표현할 때
path = 'C:\Users\...\project\test.csv'
경로의 구분을 의미하는 \가 뒤의 문자와 만나면서 \U, \M, \D, \D, \p, \t 특수 문자, 즉 이스케이프 시퀀스로 인식
→ 해결 방법 1: \를 하나씩 더 붙여준다.
path = 'C:\\Users\\...\\project\\test.csv'
→ 해결 방법 2: 경로명 앞에 r(raw) 붙여주기(=있는 그대로 쓰겠다는 의미)
path = r'C:\Users\...\project\test.csv'

Excel 파일 읽기(pd.read_excel())

• 엑셀 파일도 읽을 수 있음

df = read_excel(r"data\data.xlsx:, sheet_name="sheet1")
print(df.head())

주요 옵션

옵션	설명
sheet_name="sheet1"	특정 시트 읽기
usecols="A:C"	특정 열만 읽기
skiprows=2	처음 2줄 건너뛰기

sheet_name=0: 첫 번째 시트sheet_name=1: 두 번째 시트

JSON 파일 읽기(pd.read_json())

• JSON 파일을 읽을 때 사용

df = pd.read_json(r"data\data.json")
print(df.head())

데이터베이스에서 읽어오기(pd.read_sql())

• 데이터베이스에서 데이터를 가져올 때 사용

import sqlite3

# SQLite 데이터베이스 연결
conn = sqlite3.connect(r"data\database.db")

# SQL 쿼리 실행하여 데이터 가져오기
df = pd.read_sql("SELECT * FROM users", conn)
print(df.head())

# 연결 종료
conn.close()

추가:

MySQL과 연동하기

import pymysql
conn = pymysql.connect(host=’127.0.0.1′, user=’root’, password=’0000′, db=’soloDB’, charset=‘utf8’)
cur = conn.cursor()
cur.execute(“CREATE TABLE userTable (id char(4), userName char(15), email char(20), birthYear int)”)
cur.execute(“INSERT INTO userTable VALUES( ‘hong’ , ‘홍지윤’ , ‘hong@naver.com’ , 1996)”)
conn.commit()
conn.close()

sqlite browser

DataBase: 공유성, 실시간성, 백업성
→ 고도화시킨 데이터의 집약체

DataFrame의 메서드와 속성

DataFrame의 주요 속성

• 속성은 () 없이 사용
• 데이터프레임의 정보를 확인할 때 유용

df = pd.DataFrame({"이름": ["철수", "영희", "민수"], "나이": [25, 30, 28]})

print("데이터프레임의 크기(행, 열):")
print(df.shape)
print("컬럼명:")
print(df.columns)
print("인덱스 정보:")
print(df.index)
print("각 열의 데이터 타입:")
print(df.dtypes)
print("데이터프레임을 NumPy 배열로 변환:")
print(df.values)

# [Out]
데이터프레임의 크기(행, 열):
(3, 2)
컬럼명:
Index(['이름', '나이'], dtype='object')
인덱스 정보:
RangeIndex(start=0, stop=3, step=1)
각 열의 데이터 타입:
이름    object
나이     int64
dtype: object
데이터프레임을 NumPy 배열로 변환:
[['철수' 25]
 ['영희' 30]
 ['민수' 28]]

데이터프레임 조회 메서드

• 데이터를 빠르게 조회할 때 사용

print("데이터프레임의 상위 3개 행 출력:")
print(df.head(3))
print("데이터프레임의 하위 2개 행 출력:")
print(df.tail(2))
print("데이터프레임의 정보 출력:")
print(df.info())
print("데이터프레임의 수치형 데이터 요약 통계량:")
print(df.descirbe())

# [Out]
데이터프레임의 상위 3개 행 출력:
   이름  나이
0  철수  25
1  영희  30
2  민수  28
데이터프레임의 하위 2개 행 출력:
   이름  나이
1  영희  30
2  민수  28
데이터프레임의 정보 출력:
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 3 entries, 0 to 2
Data columns (total 2 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   이름      3 non-null      object
 1   나이      3 non-null      int64 
dtypes: int64(1), object(1)
memory usage: 180.0+ bytes
None
데이터프레임의 수치형 데이터 요약 통계량:
              나이
count   3.000000
mean   27.666667
std     2.516611
min    25.000000
25%    26.500000
50%    28.000000
75%    29.000000
max    30.000000

특정 열 선택([], .loc, .iloc)

print("특정 열 선택:")
print(df["이름"])
print("여러 열 선택:")
print(df[["이름", "나이"]])
print("인덱스 0번 행 선택:")
print(df.loc[0])
print("두 번째 행 선택:")
print(df.iloc[1])

# [Out]
특정 열 선택:
0    철수
1    영희
2    민수
Name: 이름, dtype: object
여러 열 선택:
   이름  나이
0  철수  25
1  영희  30
2  민수  28
인덱스 0번 행 선택:
이름    철수
나이    25
Name: 0, dtype: object
두 번째 행 선택:
이름    영희
나이    30
Name: 1, dtype: object

데이터 정렬(sort_value(), sort_index())

특정 열 기준 정렬(sort_values())

df_sorted = df.sort_values(by="나이", ascending=False)
print("나이 기준 내림차순 정렬 결과:")
print(df_sorted)

# [Out]
나이 기준 내림차순 정렬 결과:
   이름  나이
1  영희  30
2  민수  28
0  철수  25

인덱스 기준 정렬(sort_index())

df_sorted_index = df.sort_index(ascending=False)
print("인덱스 기준 내림차순 정렬 결과:")
print(df_sorted_index)

# [Out]
인덱스 기준 내림차순 정렬 결과:
   이름  나이
2  민수  28
1  영희  30
0  철수  25

복수 컬럼 정렬(sort_values())

df_sorted_multi = df.sort_values(by=["나이", "이름"], ascending=[True, False])
print("나이 오름차순, 이름 내림차순 정렬 결과:")
print(df_sorted_multi)

# [Out]
나이 오름차순, 이름 내림차순 정렬 결과:
   이름  나이
0  철수  25
2  민수  28
1  영희  30