pandas 출력 설정

pd.set_option("display.max_rows", None)		# 모든 행 보이기
pd.set_option("display.max_columns", None)	# 모든 열 보이기

None 위치에 정수를 넣으면 정수 만큼의 행/열을 출력. default : 10

csv, tsv 데이터 불러오기

df = pd.read_csv("data.csv")
df = pd.read_csv("data.txt", sep="\t")
df = pd.read_csv("data.csv", header = None)		# 헤더가 없을 경우

큰 규모의 데이터

df = pd.read_csv("big_data.csv",
				usecols = [0, 1, 2, 3],	# column 명으로도 불러올 수 있음
                index_col = "ID", 		# usecols 를 사용하는 경우 반드시 포함
                nrows = 1000)

csv 파일 저장

df.to_csv("index_false.csv", sep=",", index=False)	# 인덱스 제외
df.to_csv("index_true.csv", sep=",", index=True)

excel 데이터 불러오기

pd.read_excel(filepath, sheet_name, header, index_col, usecols, nrows, skiprows=range(6))	# 1~6행 제외

• sheet_name : 지정하지 않으면 첫번째 시트를 기본으로 불러온다.
• skiprows : 불러오지 않을 행을 지정할 수 있다.

excel 저장

df.to_excel(filepath, index, sheet_name, mode)

여러 시트를 생성해야 하는 경우 - ExcelWriter

with pd.ExcelWriter("xlsx_file.xlsx") as writer:
	df1.to_excel(writer, sheet_name="sheet1")
	df2.to_excel(writer, sheet_name="sheet2")

loc

명시적 인덱스 참조. 마지막 값 포함
딕셔너리처럼 key를 이용하여 value를 찾는 것과 같음

iloc

암묵적 인덱스 참조. 마지막 값 미포함

---

Series 정렬

S.sort_values(ascending=True, key=None, na_position="first")	# na_position={"first","last"}

Series 요약 함수

S.value_counts() # 데이터의 빈도를 파악
S.unique() # 범주형 변수와 연속형 변수를 판단하는데 사용

Series.str

str accessor로 string 관련 내장 함수를 자유롭게 이용 가능

• S.str.strip()
• S.str.contaions(s)
• S.str.split(sep, expand=True)
  + expand={True:새로운 열 생성, False:새로운 열 생성하지 않고 df 반환}

df['시리얼번호'].str.split('-', expand = True).head() # 하이픈 기준 분할

Series.astype

• 시리즈 타입 변경

S.astype(str)

---

DataFrame 정렬

df.sort_values(by = columns, ascending = True, key=None, na_position='first', inplace=False)

DataFrame 중복 제거

df.drop_duplicates(subset = columns, keep="first")	

• subset : 중복을 판단할 기준 컬럼 (목록)
• keep : {"first", "last", "false"} : 중복이 있는 행의 어느 부분을 남길 것인지 설정
  • first : 첫 번째 행을 남김
  • last : 마지막 행을 남김
  • false : 중복 행을 모두 제거