조건으로 검색하기

numpy array와 마찬가지로 masking연산이 가능하다

두가지 타입으로 검색 가능

실습

print("Masking & query")
df = pd.DataFrame(np.random.rand(5, 2), columns=["A", "B"])
print(df, "\n")

#데이터 프레임에서 A컬럼값이 0.5보다 작고 B컬럼 값이 0.3보다 큰값들을 구해봅시다.
print( df[(df["A"]<0.5 ) & (df['B']>0.3)])

print(df.query("A<0.5 and B>0.3"))

함수로 데이터로 처리하기

함수로 데이터 처리하기

/////////////////////////

inplace

df = pd.DataFrame(np.arange(5), columns=["Num"])
print(df, "\n")

# 값을 받으면 제곱을 해서 돌려주는 함수
def square(x):
    return x**2


# apply로 컬럼에 함수 적용

df["Square"] = df["Num"].apply(square)

# 람다 표현식으로도 적용하기

df["Square"] = df["Num"].apply(lambda x:x**2)

그룹으로 묶기

그룹으로 묶기

aggregate

실습

df = pd.DataFrame({
   'key': ['A', 'B', 'C', 'A', 'B', 'C'],
   'data1': [1, 2, 3, 1, 2, 3],
   'data2': [4, 4, 6, 0, 6, 1]
})
print("DataFrame:")
print(df, "\n")

# groupby 함수를 이용해봅시다.
# key를 기준으로 묶어 합계를 구해 출력해보세요.
print(df.groupby('key').sum())

# key와 data1을 기준으로 묶어 합계를 구해 출력해보세요.
print(df.groupby(['key','data1']).sum())

```python
df = pd.DataFrame({
   'key': ['A', 'B', 'C', 'A', 'B', 'C'],
   'data1': [0, 1, 2, 3, 4, 5],
   'data2': [4, 4, 6, 0, 6, 1]
})
print("DataFrame:")
print(df, "\n")

# aggregate를 이용하여 요약 통계량을 산출해봅시다.
# 데이터 프레임을 'key' 칼럼으로 묶고, data1과 data2 각각의 최솟값, 중앙값, 최댓값을 출력하세요.
print(df.groupby('key').aggregate([min,np.median,max]))



# 데이터 프레임을 'key' 칼럼으로 묶고, data1의 최솟값, data2의 합계를 출력하세요.
print( df.groupby('key').aggregate({'data1':min,"data2":sum}) )

• 괄호 확인!!!

  import numpy as np
  import pandas as pd

df = pd.DataFrame({
'key': ['A', 'B', 'C', 'A', 'B', 'C'],
'data1': [0, 1, 2, 3, 4, 5],
'data2': [4, 4, 6, 0, 6, 1]
})
print("DataFrame:")
print(df, "\n")

groupby()로 묶은 데이터에 filter를 적용해봅시다.

key별 data2의 평균이 3이 넘는 인덱스만 출력해봅시다.

print("filtering : ")
def filter_by_mean(x):
return x['data2'].mean()>3

df.groupby('key').mean()
a=df.groupby('key').filter(filter_by_mean)
print(a)

groupby()로 묶은 데이터에 apply도 적용해봅시다.

람다식을 이용해 최댓값에서 최솟값을 뺀 값을 적용해봅시다.

print("applying : ")
b= df.groupby('key').apply(lambda x: x.max()-x.min())
print(b)

## M~

### MultiIndex

![](https://velog.velcdn.com/images/iamsh2580/post/36ba44d8-308c-45a2-b557-31d51a4a9fa1/image.png)


- 인덱스를 계층적으로 만들 수 있다.


![](https://velog.velcdn.com/images/iamsh2580/post/b72de616-b5e8-439d-8bc8-0e7ba898bdb5/image.png)


![](https://velog.velcdn.com/images/iamsh2580/post/7b000935-c776-43d3-9e9b-77dd7e24b7fb/image.png)

- 다중 인덱스 컬럼의 경우 인덱싱은 계층적으로 한다
 인덱스 탐새그이 경우에는 loc,iloc를 사용가능하다
 
 
 ### Pivot_table
 >데이터에서 필요한 자료만 뽑아 새롭게 요약,
 분석 할 수 있는 기능 엑셀에서의 피봇테이블과 같다
 
 - index: 행 인덱스로 들어갈 key
 - column에 열 인덱스로 라벨링될 값
 - value: 분석할 데이터
 ![](https://velog.velcdn.com/images/iamsh2580/post/5ae8e299-97d8-4854-93ad-1334f538ae09/image.png)

>타이타닉 데이터에서 성별과 좌석별 생존률 구하기

![](https://velog.velcdn.com/images/iamsh2580/post/01aca440-a5b1-4f63-b912-e284d1e2e4d7/image.png)


//aggfunc : 없는 값은 평균으로 채운다


```python
import numpy as np
import pandas as pd

df1 = pd.DataFrame(
   np.random.randn(4, 2), 
   index=[['A', 'A', 'B', 'B'], [1, 2, 1, 2]],
   columns=['data1', 'data2']
)
print("DataFrame1")
print(df1, "\n")

df2 = pd.DataFrame(
   np.random.randn(4, 4),
   columns=[["A", "A", "B", "B"], ["1", "2", "1", "2"]]
)
print("DataFrame2")
print(df2, "\n")

# 명시적 인덱싱을 활용한 df1의 인덱스 출력
print("df1.loc['A', 1]")
print(df1.loc['A', 1], "\n") 


# df2의 [A][1] 칼럼 출력
print('df2["A"]["1"]')
print(df2["A"]["1"], "\n")