[Pandas] DataFrame ② 데이터 파악/변경

📌 DataFrame 데이터 파악

• shape 속성 (row, column)
• describe() : 숫자형 데이터의 통계치 계산
• info() : 데이터 타입, 각 아이템의 개수 등 출력

---

예시 데이터
- Kaggle Titanic Data

1️⃣ df.shape

• 데이터프레임의 행,렬 개수 출력

df_tit.shape()

- 출력

(891, 12)

---

2️⃣ df.info()

• 데이터프레임 개요
• 컬럼별 요약 : 데이터 개수(결측치제외한 데이터), 데이터유형(dtype)

df_tit.info()

- 출력

<class 'pandas.DataFrame'>
RangeIndex: 891 entries, 0 to 890
Data columns (total 12 columns):
 #   Column       Non-Null Count  Dtype  
---  ------       --------------  -----  
 0   PassengerId  891 non-null    int64  
 1   Survived     891 non-null    int64  
 2   Pclass       891 non-null    int64  
 3   Name         891 non-null    str    
 4   Sex          891 non-null    str    
 5   Age          714 non-null    float64
 6   SibSp        891 non-null    int64  
 7   Parch        891 non-null    int64  
 8   Ticket       891 non-null    str    
 9   Fare         891 non-null    float64
 10  Cabin        204 non-null    str    
 11  Embarked     889 non-null    str    
dtypes: float64(2), int64(5), str(5)
memory usage: 83.7 KB

---

3️⃣ df.describe()

• 수치형 데이터의 기술통계 출력
• include= , exclude= 옵션을 통해 포함할 dtype 의 컬럼을 설정할 수 있다.

• 수치형 데이터 : 평균, 분산, 최소값, 최대값, 중위수, 사분위수
• 범주형 데이터 : 빈도, 비율

df_tit.describe()

- 출력

---

전체 데이터의 전체 기술 통계

• 기본적으로 describe() 는 수치형 데이터의 기술통계를 출력하지만, include='all' 을 하면 수치형이 아닌 데이터도 포함시킨다.

df_tit.describe(include='all')

- 출력

---

문자열 데이터의 기술 통계

df_tit.describe(include='str')

- 출력

---

문자열 데이터 제외 기술 통계

df_tit.describe(exclude='str')

- 출력

---

• 리스트를 통해 여러 데이터 타입의 컬럼을 설정할 수 있다.

df_tit.describe(include=['float64', 'str'])

- 출력

---

상위 n% 데이터 기술통계

• percentiles= 를 통해 상위 퍼센트 기술통계를 확인할 수 있다.

df_tit.describe(percentiles=[0.2, 0.4, 0.5, 0.6, 0.8], include=['float64'])

- 출력

---

📌 DataFrame 변경

1️⃣ DataFrame 전치

• 전치 (transpose) : 행과 열 바꿔치기

예시 데이터

data = {
    '2015': [9904312, 3448737, 2890451, 2466052],
    '2016': [9631482, 3393191, 2632035, 2000002],
    '2017': [9762546, 3512547, 2517680, 2456016],
    '2018': [9912345, 1513057, 2648043, 2504991]
}
df = pd.DataFrame(data=data)
df

- 출력

---

• df.transpose() / df.T
• 행과 열의 위치가 바뀐 것을 확인할 수 있다.

# 1
df2 = df.transpose()
# 2
df2 = df.T
df2

- 출력

---

2️⃣ 열(column) 추가

• 해당열이 있으면 내용 갱신, 열이 없으면 추가
• 열 추가 : df[열이름(key)] = values
• 열 내용 갱신 : df[열이름(key)] = values

예시 데이터

df.index = ['서울', '부산', '대구', '인천']
df

- 출력

---

• 데이터프레임을 컬럼 기준으로 인덱싱하면 Series 형태의 데이터가 출력된다.

df['2016']

- 출력

0    9631482
1    3393191
2    2632035
3    2000002
Name: 2016, dtype: int64

---

새로운 평균 컬럼 추가

• 오른편에 새로운 평균 컬럼이 생성된 것을 확인할 수 있다.

df['평균'] = (df['2015'] + df['2016'] + df['2017'] + df['2018']) / 4
df

- 출력

---

새로운 지역 컬럼 추가

df['지역'] = ['수도권', '경상권', '경상권', '수도권']
df

- 출력

---

3️⃣ 열(column) 삭제

• del df[삭제열]
• 지역 컬럼이 삭제된 것을 확인할 수 있다.

del df['지역']
df

- 출력