PYTHON#5

---

#개요

• 자주 사용되는 판다스

---

📌 조건필터 개요

• 판다스
  df['칼럼']에 조건을 지정하여 원하는 값들을 추출할 수 있다.
  
  

---

📌 결측치 개요

• df.isnull() 함수를 통해 결측치 유무를 확인하고,
  

• .sum() 함수로 각 칼럼별 몇 개의 결측치가 있는지 알 수 있다.
  

---

📌 데이터 생성 및 불러오기

# csv파일 (data.csv) 생성
import pandas as pd
import numpy as np
data = {
    "메뉴":['아메리카노','카페라떼','카페모카', '바닐라라떼', '녹차', '초코라떼', '바닐라콜드브루'],
    "가격":[4100, 4600, 4600, 5100, 4100, 5000, 5100],
    "할인율":[0.5, 0.1, 0.2, 0.3, 0, 0, 0],
    "칼로리":[10, 180, 420, 320, 20, 500, 400],
    "원두":['콜롬비아', np.NaN, '과테말라', np.NaN, '한국', '콜롬비아', np.NaN],
    "이벤트가":[1900, 2300, np.NaN, 2600, np.NaN, 3000, 3200],
}
data = pd.DataFrame(data)
data.to_csv('data.csv', index=False)

# 데이터 불러오기
df = pd.read_csv("data.csv")
df

---

📌 조건필터

# 1개 조건
# 할인율 > 0.2
df[df['할인율'] > 0.2]

# 2개 이상 일때 (AND = &)
# 할인율 >= 0.2
# 칼로리 < 400
df[(df['할인율'] >= 0.2) & (df['칼로리'] < 400)]

# 2개 이상 일때 (OR = |)
# 할인율 >= 0.2
# 칼로리 < 400
df[(df['할인율'] >= 0.2) | (df['칼로리'] < 400)]

# 문자열 1개 조건
# 원두 == 콜롬비아
df[df['원두'] == '콜롬비아']

# 문자열과 숫자 조건 (AND)
# 원두 == 콜롬비아
# 가격 < 4500
df[(df['원두'] == '콜롬비아') & (df['가격'] < 4500)]

---

📌 결측치

# 컬럼별 결측치 확인
df.isnull()
# 컬럼별 결측치 갯수
df.isnull().sum()

# 결측값 채우기
# 원두-> 코스타리카로 채우기
df['원두'] = df['원두'].fillna('코스타리카')
df

# '이벤트가'컬럼 결측치는 1900으로 결측치 채움
df['이벤트가'] = df['이벤트가'].fillna(1900)
df

---

📌 값 변경

# 문자 변경 : 아메리카노 -> 룽고, 녹차 -> 그린티
# 문자 변경 확인 후 df에 반영하는 것 잊지 말기!
df.replace('아메리카노','룽고').replace('녹차','그린티')

# 문자 변경2
d = {'아메리카노':'룽고', '녹차':'그린티'}
df.replace(d)

# 숫자 변경 : 1900 -> 1500
df.replace(1900, 1500)

# loc로 값 변경하기
# 바닐라라떼 원두 -> 과테말라로 변경
df.loc[3, '원두'] = '과테말라'      - 인덱스 명: 3(바닐라라떼), 컬럼 명: '원두' 
df

# 이벤트가 전체 1000으로 변경
df.loc[:,"이벤트가"] = 1000
df

---

📌 내장함수

---

📌 APPLY 함수

---

📌 그루핑

---

📌 QUIZ

1. '이벤트가' 컬럼 결측치는 이벤트가격 데이터 중 최소값으로 결측치 채움

   

2. '원두' 컬럼 결측치는 원두 데이터 중 최빈값으로 결측치 채움

   

3. 가격이 5000 이상인 데이터의 수를 구하시오

   

---