데이터 프레임

생성 & 구조

names_sr = pd.Series(names,index=index,name='이름')
ages_sr = pd.Series(ages,index=index,name='나이')
display(names_sr)
display(ages_sr)

결과
A    김수민
B    서정남
C    김영자
D    김영일
E    김재호
F    김은서
G    김지원
H    이민지
I    이미숙
J    홍예준
Name: 이름, dtype: object

A    45
B    40
C    44
D    44
E    31
F    32
G    31
H    40
I    41
J    45
Name: 나이, dtype: int64

df1 = pd.DataFrame(names_sr)
df1

결과

df1['나이'] = ages
df1

결과

jobs = [fake.job() for _ in range(10)]
jobs

결과
['주유원',
 '환경/청소 및 경비 관련 관리자',
 '금속기계부품 조립원',
 '기타 음식서비스 종사원',
 '모피 및 가죽의복 제조원',
 '선장/항해사 및 도선사',
 '보험 심사원 및 사무원',
 '웹 개발자',
 '주조원',
 '감독 및 기술감독']

df_dict = {'이름':names_sr,'나이':ages_sr,'직업':jobs}
df_dict

결과
{'이름': A    김수민
 B    서정남
 C    김영자
 D    김영일
 E    김재호
 F    김은서
 G    김지원
 H    이민지
 I    이미숙
 J    홍예준
 Name: 이름, dtype: object,
 '나이': A    45
 B    40
 C    44
 D    44
 E    31
 F    32
 G    31
 H    40
 I    41
 J    45
 Name: 나이, dtype: int64,
 '직업': ['주유원',
  '환경/청소 및 경비 관련 관리자',
  '금속기계부품 조립원',
...
  '선장/항해사 및 도선사',
  '보험 심사원 및 사무원',
  '웹 개발자',
  '주조원',
  '감독 및 기술감독']}

df2 = pd.DataFrame(df_dict)
df2

결과

df1['직업'] = jobs
df1 == df2

결과

인덱싱 & 슬라이싱

df2['나이']['A']

결과
45

df2.loc['A']
df2.iloc[3]

결과
이름             김영일
나이              44
직업    기타 음식서비스 종사원
Name: D, dtype: object

df2.loc['A':'F','나이']
df2.iloc[1:4,2]

결과
B    환경/청소 및 경비 관련 관리자
C           금속기계부품 조립원
D         기타 음식서비스 종사원
Name: 직업, dtype: object

age_above_40 = df2['나이'] > 40
age_above_40

결과
A     True
B    False
C     True
D     True
E    False
F    False
G    False
H    False
I     True
J     True
Name: 나이, dtype: bool

df2[age_above_40]
df2[df2['나이']>30]

결과

속성

df2.index

결과
Index(['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'], dtype='object')

df2.columns

결과
Index(['이름', '나이', '직업'], dtype='object')

df2.values

결과
array([['김수민', 45, '주유원'],
       ['서정남', 40, '환경/청소 및 경비 관련 관리자'],
       ['김영자', 44, '금속기계부품 조립원'],
       ['김영일', 44, '기타 음식서비스 종사원'],
       ['김재호', 31, '모피 및 가죽의복 제조원'],
       ['김은서', 32, '선장/항해사 및 도선사'],
       ['김지원', 31, '보험 심사원 및 사무원'],
       ['이민지', 40, '웹 개발자'],
       ['이미숙', 41, '주조원'],
       ['홍예준', 45, '감독 및 기술감독']], dtype=object)

df2.dtypes

결과
이름    object
나이     int64
직업    object
dtype: object

df2.shape

결과 (10. 3)

df2.size

결과 30

df2_T = df2.T
df2_T

결과

df2_T.shape

결과 (3, 10)

기능

df2.describe(include='all')

결과

df2.info()

결과
<class 'pandas.core.frame.DataFrame'>
Index: 10 entries, A to J
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   이름      9 non-null      object 
 1   나이      9 non-null      float64
 2   직업      10 non-null     object 
dtypes: float64(1), object(2)
memory usage: 620.0+ bytes

df2.isna()

결과

df2.dropna(subset=['이름','나이'])

결과

df2.drop(index=['A','C'])
df2.drop(columns=['나이'])

결과

df2.sort_values(by=['나이','이름'],na_position='first',ignore_index=True)

결과

이 글은 제로베이스 데이터 취업 스쿨의 강의 자료 일부를 발췌하여 작성되었습니다