Review
데이터 분석을 할 때 웹에서 가져오는 데이터는 기본적으로 문자열 형태가 많음
문자열을 얼마나 잘 다루느냐 == 데이터 전처리 속도를 좌우 함
1. 문자열 사용하기의 기본
' ' 따옴표 안에 문자을 넣는다. 큰따옴표 작은따옴표 모두 가능
자주 쓰는 이스케이프 문자 \n(줄바꿈), \t(탭), \r(캐리지리턴-줄 맨 왼쪽으로 커서이동)
인덱스와 문자열
문자열은 여러개의 문자가 줄을 선 것과 같이 이어진 글자의 모음이므로 왼쪽부터 번호를 매길 수 있음
인덱스를 활용한 문자열 슬라이싱
위의 인덱스를 활용하면 문자열이 일부분만 잘라서 가져오는 슬라이싱이 가능합니다.
2. 문자열 함수
문자열을 조작하는데는 활용되는 여러가지 함수가 있습니다. 이 함수들을 잘 사용해야 데이터 전처리를 효과적으로 할 수 있습니다. 특히 .split(), .join(), .strip() 등의 함수들을 잘 익혀두시기 바랍니다.
1) 문자열 바꾸기
.replace(a,b) a를 찾아 b로 바꿈 단, 원본은 바꾸지 않기 때문에 따로 저장 필요
2) 문자바꾸기
str.maketrans('바꿀문자','새문자', '추가로 없앨문자') 로 변환테이블 생성 후 translate로 문자를 찾아 바꿈
range 함수와 list 형변환을 이용하여 리스트 만들기
- range(시작번호 , 끝번호 + 1, 증가량)
d = list(range(1,101,3)) # 1부터 100까지 숫자 중 3씩 건너뛰면서 만들어줘
de = list(range(3,101,3))🧨sep! 옵션
프린트 출력시 구분단위이다
f = 10
g = 20
h = 30
print(f,g,h,sep=',')
10,20,30(,) 콤마로 구분되어 출력이 된다.
또한 end 옵션이 가능하다
🧨end! 옵션
print(f,end='\t')
print(g,end='\t')
print(h,end='\t')
10 20 30결과들끼리의 간격이 늘어난다 tab~ 같은 느낌
append()
- list에 자료를 추가하는 함수
- 자료는 어떤것을 넣든 상관은 없지만 가장 끝에 붙는다
c = [10,20,30]
c
[10, 20, 30]
c.append(50)
c
[10, 20, 30, 50]insert()
- list의 특정 index에 자료를 추가
- insert(넣고싶은 index,무엇을 넣을지?)
c.insert(3,40)
c
[10, 20, 30, 40, 50, 50]- 삽입된 자료 뒤의 자료는 인덱스가 뒤로 밀리게 된다.
extend()
- list뒤에 다른 list의 자료만 추가하는 함수
append와 비교
c = [10,20,30]
d = [200,300,400,500]
c.append(d)
[10,20,30,[200,300,400,500]]
c.extend(d)
[10,20,30,[200,300,400,500],200,300,400,500]] append는 리스트를 통째로 추가해주고
extend는 리스트 안의 자료들을 넣어준다
🧤리스트의 삭제
- 리스트 내부의 자료를 한 개 삭제 할 때
- 리스트는 항상 인덱스로 접근한다
del 변수명[인덱스]
.pop() # 마지막 인덱스를 출력 후 삭제해줌 .pop() : 리스트의 가장 마지막 데이터를 출력 후 삭제
.pop(변수의 인덱스 번호) 로도 추출하여 삭제 시킬 수 있다.
remove()
- .remove(리스트 안의 값)
- remove는 리스트 내의 중복 자료가 있을 경우 앞 쪽 자료만 삭제된다.
clear()
- 리스트 내부의 자료를 모두 삭제 시킴
- 변수 자체는 삭제시키지는 못함
index()
- list에서 특정 값의 인덱스를 구하기
- .index(찾을값 , 시작번호, 인덱스 끝번호)
count()
- list 안에서 원하는 값이 몇 개 있는지 찾아줌
list 정렬하는 방법
- .sort() : default 가 오름차순 - 작은숫자 -> 큰 숫자
- .sort(reverse = True) : 내림차순 - 큰 숫자 -> 작은 숫자
- 실행 하자마자 원본에 재할당 (덮어쓰기가 됨) reverse와 비슷하니 조심
내장함수의 문제점
자동 할당으로 인해 실수 한 번이면 되돌릴 수 없는 부분들이 굉장히 큼
그 부분을 해결
sorted()
- sorted(변수명)
- 변수의 재할당(덮어쓰기) 없이 오름차순으로 정렬 된 결과를 보여줌
리스트 튜플, 문자열의 공통점
- 순서가 있고 연속된 값이 들어있다.
- 이러한 연속적인 자료형을 시퀀스 자료형이라고 한다. (시퀀스 객체라고도 함)
- 시퀀스 객체 : list , tuple , string , range() 자료형
1. 특정 값이 스퀀스 객체 내에 있는지 확인하기 .
: in 시퀀스 객체 (list,tuple,string,range())
7 in a
Trues = '우리는 오늘 삼복 더위에서 파이썬을 공부 하고 있습니다.'
'삼복' in s
True 2. 특정 값이 없는지 확인 하기
값 not in 시퀀스 객체
'삼계탕' not in s
True3. 시퀀스 객체 연결하기
- '+' 연산자로 연결이 가능하다.
- 단 , range는 불가능 하다.
a = list(range(10))
b = list(range(10,20))
print(a,b)
# a,b를 더하려면 원래는 extend를 써야하지만
c = a+b
c
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]4. 시퀀스 객체 반복하기 : * 연산자 사용
- range()는 불가
5. 시퀀스 객체의 길이를 구하는 함수 : len()
6. 시퀀스 자료형에서 자료 추가 삭제는 list만 가능하다
🎈 문자열을 인덱싱이 가능하지만 수정이 불가능하다
dictionary
딕셔너리(JSON) 사용하기
- key : value 형태로 만들어진 자료형으로 반드시 key를 호출해야 value를 사용한다
2. 딕셔너리 key의 자료형
- 문자열, 정수, 실수, 불린(True,False)
- key로 올 수 없는 경우가 있는데 : list, 딕셔너리는 올수가 없음
3. 딕셔너리 값의 자료형
- 딕셔너리 값에는 모든 자료형이 올 수 있다.
y = {'정수':100,'실수':13.5,'문자열':'문자열문자열','리스트':[1,2,3,4],
'튜플':(5,6,7,8),'딕셔너리':{'key':'value'},'boolean':True}4.빈 딕셔너리 만들기
- d = {}
- d = dict()
5. dict()로 딕셔너리 만들기
- dict(key1 = value1 , key2 = value2) 형식으로 만들기
- 주의할 점 : key 값에 '',""를 쓰면 안 된다.
- 단점 : key 값에는 문자열로만 통일해서 넣을 수 있다 기존 {} 중괄호 내에서는 상관 없었지만 dict 내에서는 그게 불가능 하다는 것.
🎁부록
2) dict([(key1,value1),(key2,value2)])
- 리스트 안에 (key,value)의 튜플을 나열해서 만든다
d2 = dict([('정수',100),('실수',13.5)])
d23) dict(zip([key1,key2,key3,value1,value2,value3~]))
형식으로 만들기
- zip 함수를 사용하여 첫 번째 리스트 key로 두 번째 리스트를 value로 값을 매칭해서 합침
dict(zip(['문자열','리스트','튜플','딕셔너리','블린']))
dict(zip(['문자열','리스트','튜플','딕셔너리','블린']))딕셔너리 key와 value 값을 삭제하기
- del 변수명[key] : 삭제가능
딕셔너리에 key와 value를 추가
- 변수명[추가할 Key] = 추가할 Value
