[KT Aivle AI] 1주차. Pandas

1. 개요

주제: Pandas
내용 : Pandas에 대해 강의 기반 내가 헷갈렸던 부분 위주로 정리를 해보려고 한다.

2. 데이터프레임

(1) 데이터프레임 이해

1) 데이터프레임이란 : 일반적으로 접하게 되는 테이블 형태, 엑셀 형태

2) 데이터프레임 형태 : 데이터프레임은 인덱스(=행 이름) 이 있고 없고에 따라 다른 형태를 갖습니다.

① 인덱스와 열 이름이 없는 형태

② 열 이름을 지정한 형태

③ 인덱스와 열 이름을 지정한 형태

(2) 데이터프레임 직접 만들기

1) 라이브러리 불러오기

✍ 입력

import pandas as pd

2) 딕셔너리로 만들기

✍ 입력

# 딕셔너리 만들기
dict1 = {'Name': ['Gildong', 'Sarang', 'Jiemae', 'Yeoin'],
        'Level': ['Gold', 'Bronze', 'Silver', 'Gold'],
        'Score': [56000, 23000, 44000, 52000]}

# 확인
print(dict1)

✍ 입력

#### 데이터프레임 만들기
df = pd.DataFrame(dict1)

#### 확인
print(df.head())

✍ 출력

      Name   Level  Score
0  Gildong    Gold  56000
1   Sarang  Bronze  23000
2   Jiemae  Silver  44000
3    Yeoin    Gold  52000

(3) CSV파일 읽어오기

✍ 입력

# 데이터 읽어오기
path='https://raw.githubusercontent.com/DA4BAM/dataset/master/titanic_simple.csv'
data = pd.read_csv(path)  

# 상위 10행만 확인
data.head(10)

# 하위 10행만 확인
data.tail(10)

3. 데이터프레임 탐색

(1) 상위, 하위, 일부 데이터, 크기 확인

✍ 입력

# 상위 10개 행 데이터
data.head(10)

# 하위 3개 행 데이터
data.tail(3)

# 행 수와 열 수 확인
data.shape

(2) 열, 행 정보 보기

1) 열 확인

✍ 입력

# 열 확인
print(data.columns)
print(data.columns.values) # np array 형태

✍ 출력

Index(['Attrition', 'Age', 'DistanceFromHome', 'EmployeeNumber', 'Gender',
       'JobSatisfaction', 'MaritalStatus', 'MonthlyIncome', 'OverTime',
       'PercentSalaryHike', 'TotalWorkingYears'],
      dtype='object')
['Attrition' 'Age' 'DistanceFromHome' 'EmployeeNumber' 'Gender'
 'JobSatisfaction' 'MaritalStatus' 'MonthlyIncome' 'OverTime'
 'PercentSalaryHike' 'TotalWorkingYears']

✍ 입력

# 데이터프레임을 리스트 함수에 넣으면 열 이름이 리스트로 반환됨.
list(data)

✍ 출력

['Attrition',
 'Age',
 'DistanceFromHome',
 'EmployeeNumber',
 'Gender',
 'JobSatisfaction',
 'MaritalStatus',
 'MonthlyIncome',
 'OverTime',
 'PercentSalaryHike',
 'TotalWorkingYears']

2) 자료형 확인

✍ 입력

# 열 자료형 확인
data.dtypes

✍ 출력

 Attrition             int64
Age                   int64
DistanceFromHome      int64
EmployeeNumber        int64
Gender               object
JobSatisfaction       int64
MaritalStatus        object
MonthlyIncome         int64
OverTime             object
PercentSalaryHike     int64
TotalWorkingYears     int64
dtype: object

✍ 입력

# 열 자료형, 값 개수 확인
data.info()

✍ 출력

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 1196 entries, 0 to 1195
Data columns (total 11 columns):
#   Column             Non-Null Count  Dtype 
---  ------             --------------  ----- 
0   Attrition          1196 non-null   int64 
1   Age                1196 non-null   int64 
2   DistanceFromHome   1196 non-null   int64 
3   EmployeeNumber     1196 non-null   int64 
4   Gender             1196 non-null   object
5   JobSatisfaction    1196 non-null   int64 
6   MaritalStatus      1196 non-null   object
7   MonthlyIncome      1196 non-null   int64 
8   OverTime           1196 non-null   object
9   PercentSalaryHike  1196 non-null   int64 
10  TotalWorkingYears  1196 non-null   int64 
dtypes: int64(8), object(3)
memory usage: 102.9+ KB

(3) 정렬해서 보기

인덱스를 기준으로 정렬하는 방법과 특정 열을 기준으로 정렬하는 방법이 있습니다.
sort_values() 메소드로 특정 열을 기준으로 정렬합니다.
ascending 옵션을 설정해 오름차순, 내림차순을 설정할 수 있습니다.
ascending=True: 오름차순 정렬(기본값)
ascending=False: 내림차순 정렬

✍ 입력: 단일 열 정렬

data.sort_values(by='MonthlyIncome', ascending=False)

✍ 입력: 복합 열 정렬

data.sort_values(by=['JobSatisfaction', 'MonthlyIncome'], ascending=[True, False])

✍ 입력: 복합 열 정렬 별도로 저장하고, 인덱스 reset

temp = data.sort_values(by=['JobSatisfaction', 'MonthlyIncome'], ascending=[True, False])
temp.reset_index(drop = True)

(4) 기본 집계

• 데이터를 좀더 이해하기 위해 고유값, 합, 평균, 최댓값, 최솟값 등을 확인합니다.

1) 고유값 확인

• 범주형 열(열이 가진 값이 일정한 값인 경우, 성별, 등급 등)인지 확인할 때 사용합니다.
  - 열 고유값은 여러열이 아니라 한개 씩 사용해야한다

✍ 입력

# MaritalStatus 열 고유값 확인              
print(data['MaritalStatus'].unique())

✍ 출력

['Married' 'Single' 'Divorced']

2) 기본 집계 메소드 사용

데이터를 1차 집계 한 후 분석을 진행하는 경우가 많으므로 필히 알아두어야 할 내용입니다.
이후에 배우는 Groupby 기능에서 같이 사용됩니다.

✍ 입력 : MonthlyIncome 열 합계 조회

print(data['MonthlyIncome'].sum())

✍ 출력

7798045

✍ 입력 : 'Age', 'MonthlyIncome' 열 중앙값 확인
print(data[['Age', 'MonthlyIncome']].median())

✍ 출력

Age                36.0
MonthlyIncome    4973.5
dtype: float64