Pandas

: 행과 열로 이루어진 데이터들의 처리를 지원하는 라이브러리

데이터 구조

• Series : 1차원 형태로 방향인 하나인 데이터구조 (인덱스+값)
• DataFrame : 2차원형태로 행,열 2방향으로 이루어진 데이터구조 (X축,Y축의 표형태)
• 1차원의 Series들이 모여서 2차원의 DataFrame을 이루게 됨
  

pd.Seires

• 시리즈 생성하기

  import pandas as pd
  
  # 방법1. 리스트를 이용하여 시리즈 생성
  ## 인덱스 지정 안하면, 인덱스번호 자동 생성
  s = pd.Series([값1,값2,...], index=[인덱스1,인덱스2,...])
  
  # 방법2. 딕셔너리를 이용하여 시리즈 생성
  s = pd.Series({'인덱스1':값1, '인덱스2':값2, ...})
  
  type(s) #pandas.core.series.Series

• 시리즈 이름, 인덱스 이름 지정

  • 시리즈.name = ‘시리즈이름’ : 시리즈 이름 설정
  • 시리즈.index.name = ‘인덱스이름’ : 인덱스 이름 설정
  • 시리즈.index = 리스트 : 인덱스 변경

• 데이터 변경/추가/삭제

  • 시리즈['인덱스'] = 값 : 데이터 변경
  • 시리즈['새인덱스'] = 새값 : 데이터 추가
  • del 시리즈['인덱스'] : 데이터 삭제

• 시리즈 연산

  • 사칙연산 가능
  • 시리즈끼리 연산 시, 인덱스가 같은 것끼리 연산
  • BUT 인덱스가 다른 것들은 연산 불가(NaN, Not a Number)

• 시리즈 인덱싱, 슬라이싱

  • Indexing : 시리즈[인덱스 번호] 또는 시리즈[인덱스명]
  • Slicing : 시리즈[인덱스 처음번호 : 끝번호] (끝번호 포함x) 또는 시리즈[인덱스 처음이름 : 끝이름] (끝이름 포함)
  • 시리즈.index 와 시리즈.values 도 인덱싱, 슬라이싱 가능

pd.DataFrame

• DataFrame 생성하기

  import pandas as pd
  
  # 방법1. 리스트를 이용하여 데이터프레임 생성
  ## 설정한 위치 그대로 생성
  p = pd.DataFrame([[값11,값12,...],
  				[값21,값22,...],
  						...], 
                  index=[인덱스1, ...],
                  columns=[칼럼명1, ...])
                  
  # 방법2. 딕셔너리를 이용하여 데이터프레임 생성
  ## 각 칼럼에 대한 데이터가 위에서 아래로 생성
  p = pd.DataFrame({'칼럼1':[값들,...], '칼럼2':[값들,...]},
  				index = [인덱스1,,,])

• 데이터프레임.T : 전치행렬 (행.열 전환)
• pd.read_csv(’파일경로/파일이름.확장자’, encoding='인코딩방식', index_col='인덱스로 사용할 컬럼명') : csv파일을 불러와서 데이터프레임으로 출력
  • encoding = ‘cp949’ 또는 ‘euc-kr’ : 한글 문자 전용 인코딩 방식
  • index_col = ‘칼럼명’ : 인덱스 컬럼 설정
• 데이터 추가/삭제
  • 데이터프레임['새로운칼럼명'] = [값들] : 새로운 칼럼 추가
  • del 데이터프레임명['칼럼명'] : 칼럼(열) 삭제
  • 데이터프레임명.drop('인덱스/칼럼 이름', axis=0, inplace=False) : 행 또는 열 삭제
    • axis = 0 (행 삭제, 디폴트), 1(열 삭제)
    • inplace = True (자동 업데이트)
• 데이터프레임 속성 확인
  • 데이터프레임.shape : 행,열 개수 확인
  • 데이터프레임.values : 데이터프레임의 데이터 값만 확인
  • 데이터프레임.index : 인덱스만 확인
  • 데이터프레임.columns : 컬럼명만 확인
• 데이터프레임 연산
  • 인덱스랑 컬럼명이 다르면 연산 불가
  • 인덱스가 같으면 같은 컬럼명의 데이터들 끼리만 연산
• 데이터프레임 인덱싱, 슬라이싱
  • 데이터프레임의 기본적인 열 접근은 컬럼명으로, 행 접근은 슬라이싱 문법으로 접근함
  • 데이터프레임[칼럼명] : 열 인덱싱 (시리즈 형태)
  • 데이터프레임[[칼럼명들]] : 열 인덱싱 (데이터프레임 형태)
  • 데이터프레임[처음 인덱스 번호/이름 : 끝 인덱스 번호/이름] : 행 인덱싱 (슬라이싱 문법 사용!!)
  • loc(location), iloc(integer location)를 이용한 인덱싱은 한 번에 행과 열에 대한 모두 접근 가능 (기본적으로 행에 먼저 접근)
    • 데이터프레임명.loc[행이름[, 열이름]]
    • 데이터프레임명.iloc[행번호[, 열번호]]
  • 블리언 인덱싱(Boolean Indexing) : numpy의 array와 동일하며 데이터프레임에서 특정한 조건에 맞는 데이터에만 접근하기 위한 인덱싱 방식
    • ex. df[df[’점수’]==0] : 점수 칼럼이 0인 데이터
• 데이터프레임 관련 함수들
  • 데이터프레임.sort_index(axis=0, ascending=True) : index 또는 칼럼 기준 정렬
    • axis = 0 (인덱스 기준 정렬, 디폴트), 1 (칼럼명 기준 정렬)
    • ascending = True (오름차순, 디폴트), False (내림차순)
  • 데이터프레임.sort_values(by='칼럼명', axis=0, ascending=True) : 값 기준 정렬
    • axis = 0 (칼럼명 기준 행방향, 디폴트, by=’칼럼명’ 일 때 사용), 1 (인덱스명 기준 열방향, by = ‘인덱스명’ 일 때 사용)
    • by = [칼럼명들] : 기준 칼럼 여러개 가능
  • 데이터프레임.sum/mean/max/min/count(axis=0) : 합계/평균/최대/최소/개수
    • axis = 0 (행방향, 디폴트, 각 칼럼에 대한 결과), 1 (열방향, 각 인덱스에 대한 결과)
  • 데이터프레임.info() : 데이터프레임에 대한 전체적인 정보 출력
  • 데이터프레임.value_counts() : 특정 칼럼에 있는 데이터들의 유니크 값과 그 개수들 출력
  • 데이터프레임.apply(적용할 함수, axis=0) : 행 또는 열에 복잡한 처리 및 연산을 한 번에 진행해주는 함수
    • apply함수 사용을 위해서는 사전에 사용자 정의 함수가 선언되어 있어야 함(우리가 만든 사용자 정의 함수의 로직에 따라서 적용시켜주기 때문!)
    • 사용자 정의 함수에 입력되는 매개변수는 apply함수 바로 앞의 변수가 들어오게 됨
  • pd.concat([병합할 시리즈/데이터프레임들], axis = 0) : Series나 DataFram을 병합
  • 데이터프레임.groupby('칼럼명') : 데이터를 그룹별로 묶어서 집계를 낼 수 있게 해주는 함수
    • 엑셀의 피벗테이블과 기능 유사