DataFrame

• 행(row) 과 열(column) 로 이루어진 2차원 자료 구조
• 이미지 : 데이터프레임 구조

---

컬럼(Column) 선택

• 기본 구조

df["불러올 컬럼명"]

• 적용해 보기

df = pd.DataFrame({"주문수": [3, 1, 4, 2], "판매가": [500, 1000, 2000, 5500]})
df["주문수"]

0    3
1    1
2    4
3    2
Name: 주문수, dtype: int64

• 알아두기
  • dataframe 에서 특정 컬럼을 가져오면, Name, dtype 정보도 출력됨
    • Name 은 컬럼명, dtype 은 데이터를 구성하고 있는 데이터의 타입
  • 데이터 타입은 pandas.core.series.Series 으로 불러와짐

---

컬럼(Column) 추가

📍맨 마지막에 컬럼 추가

• 기본 구조

df["새로추가할 컬럼명"] = value 값 넣기

• 적용해 보기

df["픽업여부"] = "Y"
df["총매출"] = df["주문수"] * df["판매가"]
df

  주문수 판매가 픽업여부 총매출
0	3	500	    Y	1500
1	1	1000	Y	1000
2	4	2000	Y	8000
3	2	5500	Y	11000

📍원하는 위치에 컬럼 추가(insert)

• 기본 구조

df.insert(위치, 컬럼명, 컬럼값)

• 적용해 보기

df.insert(1, "단골여부", ["N", "Y", "Y", "N"])
df

  주문수 단골여부 판매가	픽업여부	총매출
0	3	N	   500	  Y	    1500
1	1	Y	   1000	  Y	    1000
2	4	Y	   2000	  Y	    8000
3	2	N	   5500	  Y	    11000

• 알아두기
  • insert 에서, 위치값은 int로 넣기
  • insert 는 변수에 다시 할당하지 않아도 됨
  • 컬럼 위치는 앞에서 부터 0으로 시작 함

---

컬럼(Column) 삭제

📍del

• 기본 구조

del df["컬럼명"]

• 적용해 보기

del df["주문수"]
df

 단골여부	판매가 픽업여부	총매출
0	N	500	    Y	1500
1	Y	1000	Y	1000
2	Y	2000	Y	8000
3	N	5500	Y	11000

• 알아두기
  • del 는 변수에 다시 할당하지 않아도 됨

📍pop

• 기본 구조

df.pop("컬럼명")

• 적용해 보기

df.pop("픽업여부")
df

 단골여부	판매가	총매출
0	N	500	    1500
1	Y	1000	1000
2	Y	2000	8000
3	N	5500	11000

• 알아두기
  • pop 는 del 과 동일하게 변수에 다시 할당하지 않아도 됨

📍drop

• 기본 구조

df = df.drop(labels="컬럼명", axis=0또는1)

• 적용해 보기

# 열을 기준으로 단골여부 컬럼 삭제
df = df.drop(labels="단골여부", axis=1)
df

	판매가	총매출
0	500	    1500
1	1000	1000
2	2000	8000
3	5500	11000

# 행을 기준으로 0번 인덱스 행 삭제
df = df.drop(labels=0, axis=0)
df

	판매가	총매출
1	1000	1000
2	2000	8000
3	5500	11000

• 알아두기
  • drop 는 del, pop 과 다르게 변수에 다시 할당해주어야 저장이 됨
  • axis = 0 : 행을 기준, axis = 1 : 열을 기준

---

참고문헌

• 판다스 공식 문서 : Intro to data structures