---

Pandas로 2차원 데이터 다루기 - dataframe

---

dataframe?

• 2-D labeled table
• 인덱스를 지정할 수도 있음

d = {"height" : [1,2,3,4], "weight"  : [30,40,50,60]}
df = pd.DataFrame(d)
df

• 각 column 별로 datatype 이 다를수 있기에 .dtype 가 아닌 .dtypes를 사용

df.dtypes

height    int64
weight    int64
dtype: object

---

From CSV to Dataframe

• Comma Seperated Value를 DataFrame으로 생성해줄 수 있다.
• .read_csv함수를 이용

• .read_csv 함수에 매개변수로 csv 파일 경로를 입력

covid = pd.read_csv("./archive/country_wise_latest.csv")
covid 

---

Pandas 활용1 : 일부분만 관찰하기

• .head(n) : 처음 n개의 데이터를 참조

• 상위 5개를 관찰하는 방법

covid.head(5)

• .tail(n) : 마지막 n개의 데이터를 참조

• 하위 5개를 관찰하는 방법

covid.tail(5)

---

Pandas 활용2 : 특정 데이터 접근하기

• dict 스타일로 접근 :df['column_name']
• 개채적 관점에서 접근 : df.column_name

covid['Active']

0      9796
1      1991
2      7973
3        52
4       667
       ... 
182    6791
183       1
184     375
185    1597
186    2126
Name: Active, Length: 187, dtype: int64

covid.Active

1      1991
2      7973
3        52
4       667
       ... 
182    6791
183       1
184     375
185    1597
186    2126
Name: Active, Length: 187, dtype: int64

• column_name에 띄어쓰기가 있다면 개채적 관점에서의 접근은 사용할 수 없다.

---

TIP!! : Dataframe의 각 column은 "Series"이다!

• dataframe 의 각 column은 series이다.

type(covid['Active'])

pandas.core.series.Series

covid['Confirmed'][1:5]

1     4880
2    27973
3      907
4      950
Name: Confirmed, dtype: int64

---

Pandas 활용3 : '조건'을 이용해서 데이터 접근하기

• 열을 기준으로 데이터 접근

• 신규 확진자가 100명이 넘는 나라를 반환

covid[covid['New cases'] > 100].head(5)

• WHO 지역(WHO Region)이 동남아시아인 나라 찾기

covid[covid['WHO Region'] == 'South-East Asia']

---

Pandas 활용4 : 행을 기준으로 데이터 접근

books_dict = {"Available" : [True, True, False], "Location" : [102,215, 323], "Genre" : ["Programming" , "Physics", "Math"]}

books_df = pd.DataFrame(books_dict, index = ["버그란 무었인가", "두근두근 물리학", "미분해줘 홈즈"])
books_df

인덱스를 이용해서 가져오기 : .loc[row,col]

print(type(books_df.loc["버그란 무었인가"]))
books_df.loc["버그란 무었인가"]

<class 'pandas.core.series.Series'>
Available           True
Location             102
Genre        Programming
Name: 버그란 무었인가, dtype: object

• '미분해줘 홈즈'책이 대출 가능한지 확인

books_df.loc["미분해줘 홈즈", "Available"]

False

숫자 인덱스를 이용해서 가져오기 : .iloc[rowidx, colidx]

• 인덱스 0행의 인덱스 1열 접근

books_df.iloc[0,1]

102

• 인덱스 0행의 인덱스 0~1열 접근

books_df.iloc[0, 0:2]

Available    True
Location      102
Name: 버그란 무었인가, dtype: object

---

Pandas 활용5 : groupby

• groupby의 기능
  • Split : 특정한 기준을 바탕으로 DataFrame을 분할
  • Apply : 통계함수 - sum(), mean(), median()- 을 적용해서 각 데이터를 압축
  • Combine : Apply된 결과를 바탕으로 새로운 Series를 생성

• WHO Region 별 확신자수
  1. covid에서 확진자 수 column만 추출
  2. 이를 covid 의 WHO Region을 기준으로 groupby 한다.

covid_by_region = covid['Confirmed'].groupby(by = covid["WHO Region"])
covid_by_region.sum()

WHO Region
Africa                    723207
Americas                 8839286
Eastern Mediterranean    1490744
Europe                   3299523
South-East Asia          1835297
Western Pacific           292428
Name: Confirmed, dtype: int64

• 국가당 감염자 수

covid_by_region.mean()

WHO Region
Africa                    15066.812500
Americas                 252551.028571
Eastern Mediterranean     67761.090909
Europe                    58920.053571
South-East Asia          183529.700000
Western Pacific           18276.750000
Name: Confirmed, dtype: float64

---

Mission:

1. covid 데이터에서 100 case 대비 사망률(Deaths / 100 Cases)이 가장 높은 국가는?

• .sort_values를 이용하여 사망률이 가장 높은 순으로 정렬 후 .iloc 과 .head 를 이용하여 가장 상위의 국가명을 출력하였다.

covid.sort_values('Deaths / 100 Cases',ascending = False).head(1).iloc[0,0]

2. covid 데이터에서 신규 확진자가 없는 나라 중 WHO Region이 'Europe'를 모두 출력하면?

Hint : 한 줄에 동시에 두가지 조건을 Apply하는 경우 Warning이 발생할 수 있습니다.

• 1차적으로 신규확진자가 없는 나라를 구성, 최종적으로 유럽의 국가를 반환

covid_newcases_0 = covid[covid['New cases']  == 0]
covid_newcases_0_Europe = covid_newcases_0[covid_newcases_0['WHO Region']  == 'Europe']
covid_newcases_0_Europe

56           Estonia
75          Holy See
95            Latvia
100    Liechtenstein
113           Monaco
143       San Marino
157            Spain
Name: Country/Region, dtype: object

---