목표 설정

• Pandas Cheat Sheet 에서 데이터 재구조화 부분 학습하기
• 학습 부분
  • Reshaping Data - Change layout, sorting, reindexing, renaming
    • sort_values
    • rename
    • sort_index
    • reset_index
    • drop

---

데이터 정렬

df.sort_values(by=컬럼명, ascending=False)

• 컬럼에 대한 값을 정렬 (행을 기준)
• ascending=False 를 넣어주지 않으면, 기본값인 작은 값 -> 큰 값 (오름차순) 정렬
• ascending=True 를 넣어주면, 큰 값 -> 작은 값 (내림차순) 정렬
• 해당 값을 이후에도 사용하려면, 변수에 할당해 주어야 한다.
• 만약 컬럼에 대한 값이 A, b, C, d 처럼 약간의 차이가 있다면?
  • key 값을 사용하면 됨!
  • 예 : df.sort_value(by="컬럼명", key=lambda x: x.str.lower())

인덱스 및 컬럼명 변경

df.rename(index={이전인덱스명: 바꿀인덱스명, ...}, columns={이전컬럼명: 바꿀컬럼명, ...})

• index 이름 바꿀 땐, index 만 사용!
• columns 이름 바꿀 땐, columns 만 사용!
• 변경 후 다시 변수에 할당해 주어야 저장된다.
  • 예 : df = df.rename(columns={"연도정보": "연도"})
  • 연도정보 라는 컬럼명을 연도로 바꿀 때, 다시 df에 저장해 주어야 함
    
    
    

인덱스 정렬

df.sort_index()

• 위 코드와 같이 사용하면, 오름차순 정렬 (인덱스값 기준)
• ascending=False 추가 시, 내림차순 정렬
• 해당 값을 이후에도 사용하려면, 변수에 할당해 주어야 한다.
• 만약 인덱스 값이 A, b, C, d 처럼 약간의 차이가 있다면?
  • key 값을 사용하면 됨!
  • 예 : df.sort_index(key=lambda x: x.str.lower())
    
    
    

인덱스 정렬 초기화

df.reset_index()

• 위 코드와 같이 사용하면, 기존에 인덱스로 저장되어있던 값들이 index라는 이름을 가진 컬럼으로 생성되고, 인덱스값은 0 ~ 정수로 변한다.
• 기존 인덱스 값을 0 ~ 정수로 초기화 시키려면, drop=True 를 넣어주면 된다.
• 해당 값을 이후에도 사용하려면, 변수에 할당해 주어야 한다.
  
  
  

특정 인덱스 및 컬럼 제거

df.drop(index=[인덱스명1, 인덱스명2, ...], columns=[컬럼명1, 컬럼명2, ...])

• 지정한 특정 인덱스 및 컬럼을 제거할 수 있음
• 해당 값을 이후에도 사용하려면, 변수에 할당해 주어야 한다.