from pandas import Series, DataFrame
import pandas as pd
from __future__ import division
from numpy.random import randn
import numpy as np
import os
import matplotlib.pyplot as plt
from pandas import Series, DataFrame
import pandas as pd
💡 Series : 1차원 배열
- 값 주면서 1차 배열(series) 생성
obj = Series([4, 7, -5, 3])0 4
1 7
2 -5
3 3
- values & index 값 얻기
obj.values array([ 4, 7, -5, 3], dtype=int64)
obj.indexRangeIndex(start=0, stop=4, step=1)
- index 이름 변경
obj.index = ['Bob', 'Steve', 'Jeff', 'Ryan'] #index 이름 변경Bob 4
Steve 7
Jeff -5
Ryan 3
- index 이름 지정해서 series 생성
obj2 = Series([4, 7, -5, 3], index=['d', 'b', 'a', 'c'])d 4
b 7
a -5
c 3
obj = Series(range(3), index=['a', 'b', 'c'])
print(obj)a 0
b 1
c 2
- index 이름 통해 series 값(요소) 얻기 or 변경
obj2['a']
obj2[['c', 'a', 'd']]-5
c 3
a -5
d 4
obj2['d'] = 6- series 값으로 index와 값 얻기
obj[[1, 3]]b 1.0
d 3.0
- 조건에 맞는 data만 추출하기 (index와 같이)
값이 0보다 큰 것만 출력
obj2[obj2 > 0]a 2.0
b 1.0
값에 * 2 해서 출력 (실제 series 내용이 바뀌진 않음.)
obj2 * 2e의 값제곱
np.exp(obj2)해당 index가 있는지
'b' in obj2 #True or False 반환- 값/index 지정하면서 series 생성
sdata = {'Ohio': 35000, 'Texas': 71000, 'Oregon': 16000, 'Utah': 5000}
obj3 = Series(sdata)
obj3Ohio 35000
Texas 71000
Oregon 16000
Utah 5000
states = ['California', 'Ohio', 'Oregon', 'Texas']
obj4 = Series(sdata, index=states) #index에 명시돼있는 것만 만들어짐.
obj4California NaN
Ohio 35000.0
Oregon 16000.0
Texas 71000.0
- index 객체
- 표 형식의 데이터에서 각 row와 column에 대한 이름(name)과 다른 meta data를 저장하는 객체index 객체: 표 형식의 데이터에서 각 row와 column에 대한 이름(name)과 다른 meta data를 저장하는 객체
- index 객체는 변경할 수 없음.
- immutable data가 index 객체를 더 안전하게 함
labels = pd.Index(np.arange(3))
obj2 = pd.Series([1.5, -2.5, 0], index=labels)
obj20 1.5
1 -2.5
2 0.0
- NaN 데이터 처리 방법 : NULL인지 (True or False)
pd.isnull(obj4) #NaN인 거만 True
#obj4.isnull() #동일California True
Ohio False
Oregon False
Texas False
pd.notnull(obj4) #NaN이 아니면 TrueCalifornia False
Ohio True
Oregon True
Texas True
- 두 series 산술 연산
- 서로 null이 아니어야만 연산 진행.
- 한 쪽만 특정 index가 있으면 NaN
- 한 쪽이 NaN이어도 null
obj3 + obj4- series name 설정 / index의 name 설정
obj4.name = 'population'
obj4.index.name = 'state'
obj4state
California NaN
Ohio 35000.0
Oregon 16000.0
Texas 71000.0
Name: population, dtype: float64
obj4.index #각 index 이름이랑 index 전체 name 확인Index(['California', 'Ohio', 'Oregon', 'Texas'], dtype='object', name='state')
- 재색인(reindexing)
- 데이터를 새로운 index에 맞게 row, colummn 재배열
- 없는 index는 NaN 혹은 fill_value option
obj = Series([4.5, 7.2, -5.3, 3.6], index=['d', 'b', 'a', 'c']) #를
obj2 = obj.reindex(['a', 'b', 'c', 'd', 'e']) #로 변경. (e는 NaN)a -5.3
b 7.2
c 3.6
d 4.5
e NaN
- 없는 index는 값을 0으로 채우기
obj.reindex(['a', 'b', 'c', 'd', 'e'], fill_value=0)a -5.3
b 7.2
c 3.6
d 4.5
e 0.0
- 기존 series의 값을 중복하여 채우기
obj3 = Series(['blue', 'purple', 'yellow'], index=[0, 2, 4])
obj3.reindex(range(6), method='ffill')0 blue
2 purple
4 yellow
↓
0 blue
1 blue
2 purple
3 purple
4 yellow
5 yellow
- 특정 column, row 삭제
obj = Series(np.arange(5.), index=['a', 'b', 'c', 'd', 'e'])
new_obj = obj.drop('c')
obj.drop(['d', 'c']) # 하나 이상의 열 삭제- inplace 조작(복사본을 만들지 않고 객체 내부 변경)
obj.drop('c', inplace=True) #'c' index 삭제- Indexing
obj[1] #index가 1번째인 값 출력 -> ex) 1.0
obj[2:4] #index가 2번째부터 3번째인 index와 값 출력c 2.0
d 3.0
- Slicing
- 주의! 라벨 이름으로 슬라이싱하면 범위의 끝점도 포함
obj['b':'c']b 1.0
c 2.0
obj['b':'c'] = 5a 0.0
b 5.0
c 5.0
d 3.0
- Sorting
- sort_index : row(axis=0), column(axis=1)의 index를 알파벳순으로 정렬하고 새로운 객체를 반환
- 내림차순 : ascending = False 옵션
obj = Series(range(4), index=['d', 'a', 'b', 'c'])
print(obj)
obj.sort_index() #index를 a. b. c. d로 정렬obj = Series([4, 7, -3, 2, np.nan])
obj.sort_values() #-3, 2, 4, 7, NaN로 값이 정렬obj = Series([7, -5, 7, 4, 2, 0, 4])
obj.rank()# 동일 데이터는 관찰된 순서대로 순위 부여
obj.rank(method='first')# 내림차순으로 순위를 매김: ascending=False 옵션
# method='max': 동일 데이터는 순위가 max로
obj.rank(ascending=False, method='max')- index 중복
- 여러 entry를 가진 동일 label의 경우 series를 반환
- label에 해단되는 entry가 하나만 있는 경우 scalar 반환
obj.index.is_unique #중복된 게 있으면 False return- 수치가 아닌 데이터에 대한 describe
obj = Series(['a', 'a', 'b', 'c'] * 4)
obj.describe()