pandas.DataFrame Documentation : pandas.DataFrame documentation
import numpy as np
import pandas as pd
import matplotplib.pyplot as plt데이터프레임 만들기
s1 = pd.Series(np.arange(10,15), index = np.arange(5))
s2 = pd.Series(np.arange(20,25), index = np.arange(100,105))
df1 = pd.DataFrame({'a':s1, 'b':s2})
print(df1)
# a b
# 0 10.0 NaN
# 1 11.0 NaN
# 2 12.0 NaN
# 3 13.0 NaN
# 4 14.0 NaN
# 100 NaN 20.0
# 101 NaN 21.0
# 102 NaN 22.0
# 103 NaN 23.0
# 104 NaN 24.0index, column
print(df1.index)
# Int64Index([0, 1, 2, 3, 4, 100, 101, 102, 103, 104], dtype='int64')
print(df1.colums)
# Index(['a', 'b'], dtype='object')
# column 명 변경
df1.columns = ['col_A', 'col_B']
print(df1)
# col_A col_B
# 0 10.0 NaN
# 1 11.0 NaN
# 2 12.0 NaN
# 3 13.0 NaN
# 4 14.0 NaN
# 100 NaN 20.0
# 101 NaN 21.0
# 102 NaN 22.0
# 103 NaN 23.0
# 104 NaN 24.0특정 행, 열 추출
for i in df1 :
print(i)
# col_A
# col_B
print(df1['col_A'])
# 0 10.0
# 1 11.0
# 2 12.0
# 3 13.0
# 4 14.0
# 100 NaN
# 101 NaN
# 102 NaN
# 103 NaN
# 104 NaN
# Name: col_A, dtype: float64iloc
print(df1.iloc[2:7, 0])
# 2 12.0
# 3 13.0
# 4 14.0
# 100 NaN
# 101 NaN
# Name: col_A, dtype: float64
print(df1.iloc[2:7, 'col_A']) # error !!! loc: 문자열 label 사용
print(df1.loc[:,'col_A':'col_B'])
# col_A col_B
# 0 10.0 NaN
# 1 11.0 NaN
# 2 12.0 NaN
# 3 13.0 NaN
# 4 14.0 NaN
# 100 NaN 20.0
# 101 NaN 21.0
# 102 NaN 22.0
# 103 NaN 23.0
# 104 NaN 24.0
print(df1.loc[2:7, 'col_A'])
# 2 12.0
# 3 13.0
# 4 14.0
# 100 NaN
# 101 NaN
# Name: col_A, dtype: float64.
.
전국건강증진센터 표준데이터.CSV
pd_data = pd.read_csv('전국건강증진센터표준데이터.csv', encoding = 'cp949')
print(pd_data.head())
for i,e in enumerate(pd_data) :
print(i,e)
# 0 건강증진센터명
# 1 건강증진센터구분
# 2 소재지도로명주소
# 3 소재지지번주소
# 4 위도
# 5 경도
# 6 건강증진업무내용
# 7 운영시작시각
# 8 운영종료시각
# 9 휴무일정보
# 10 건물면적
# 11 의사수
# 12 간호사수
# 13 사회복지사수
# 14 영양사수
# 15 기타인력현황
# 16 기타이용안내
# 17 운영기관전화번호
# 18 운영기관명
# 19 관리기관전화번호
# 20 관리기관명
# 21 데이터기준일자
# 22 제공기관코드
# 23 제공기관명df1 = pd_data[['건강증진센터명','의사수','간호사수']]
print(df1)
# 건강증진센터명 의사수 간호사수
# 0 맞춤형건강클리닉 0 5
# 1 정신건강복지센터 0 4
# 2 중구정신건강복지센터 1 5
# 3 의령군정신건강복지센터 0 6
# 4 고성군정신건강복지센터 0 4
.. ... ... ...
# 290 양평군 건강관리동부센터(추가) 0 0
# 291 울산광역시 동구보건소 건강증진센터 1 1
# 292 울산광역시동구정신건강증진센터 1 0
# 293 건강증진센터 0 3
# 294 정신건강복지센터 1 13
# [295 rows x 3 columns]pd_data.loc[:,['건강증진센터명','의사수','간호사수']]
pd_data.iloc[:,[0,11,12]]
위의 방법들도 모두 동일하게, '건강증진센터명', '의사수' '간호사수' column을 가져온다.
의료인(의사 + 간호사) 의 수
s_sum = df1['의사수'] + df1['간호사수']
print(s_sum)
# 0 5
# 1 4
# 2 6
# 3 6
# 4 4
# ..
# 290 0
# 291 2
# 292 1
# 293 3
# 294 14
# Length: 295, dtype: int64
df1['s_sum'] = s_sum
print(df1)
# 건강증진센터명 의사수 간호사수 s_sum
# 0 맞춤형건강클리닉 0 5 5
# 1 정신건강복지센터 0 4 4
# 2 중구정신건강복지센터 1 5 6
# 3 의령군정신건강복지센터 0 6 6
# 4 고성군정신건강복지센터 0 4 4
# .. ... ... ... ...
# 290 양평군 건강관리동부센터(추가) 0 0 0
# 291 울산광역시 동구보건소 건강증진센터 1 1 2
# 292 울산광역시동구정신건강증진센터 1 0 1
# 293 건강증진센터 0 3 3
# 294 정신건강복지센터 1 13 14
# [295 rows x 4 columns]cnt = s_sum.value_counts()
print(cnt)
# 2 54
# 1 53
# 0 43
# 3 36
# 4 31
# 5 19
# 6 19
# 7 10
# 8 7
# 10 6
# 16 4
# 13 3
# 9 3
# 14 3
# 12 2
# 11 1
# 18 1
# dtype: int64
print(cnt.sort_index())
# 0 43
# 1 53
# 2 54
# 3 36
# 4 31
# 5 19
# 6 19
# 7 10
# 8 7
# 9 3
# 10 6
# 11 1
# 12 2
# 13 3
# 14 3
# 16 4
# 18 1
# dtype: int64_,axe = plt.subplots()
axe.plot(cnt.sort_index())
대부분 센터의 의료인 (의사 + 간호사) 수는 0명, 1명, 2명 인 것으로 나타난다.
가장 많은 의료인을 보유한 건강증진센터 는 어디일까 ?
filter = df1['s_sum'] == 18
print(df1[filter])
# 건강증진센터명 의사수 간호사수 s_sum
# 235 부산진구 건강증진센터 0 18 18부산진구 건강증진센터 가 가장 많은 의료인을 보유한 센터이다.
데이터 분석 / 데이터 사이언티스트 / AI 딥러닝