02 Filtering & Sorting

📌 참고

Filtering- 내가 원하는 데이터를 필터링해서 보겠다
sorting- 정렬
type(df) - 객체의 타입확인

✔️ quantity컬럼 값이 3인 데이터를 추출하여 index를 0부터 정렬하고 첫 5행을 출력하라

df.loc[df['quantity']==3].head().reset_index(drop=True)

↪️ drop=True-과거의 인덱스들을 삭제해준다.

✔️ quantity , item_price 두개의 컬럼으로 구성된 새로운 데이터 프레임을 정의하라

↪️ 특정 컬럼만 가져와서 테이블을 꾸리고 싶을 때

df2 = df[['quantity','item_price']]
df2.head()

↪️ '$'가 들어가면 문자열이 된다.

✔️item_price 컬럼의 달러표시 문자를 제거하고 float 타입으로 저장하여 new_price 컬럼에 저장하라

df['item_price'].str[0:3]

↪️ 0번째 값은 뭘까 '$'를 가리킨다

df['new_price'] = df['item_price'].str[1:].astype('float')
Ans = df['new_price'].head()
Ans

↪️
1. '$'가 들어가면 문자열이 되서 나중에 데이터에서 숫자와 문자를 곱하는 형태가 되서 오류가 나기 때문에 제거를 해준다.
2. new_price - 새로운 컬럼을 구성하기 위해서는 내가 전에 없었던 컬럼 이름을 정해준다
3. astype - float 타입으로 만들어준다.

✔️ new_price 컬럼이 5이하의 값을 가지는 데이터프레임을 추출하고, 전체 갯수를 구하여라

len(df[df['new_price'] <=5])

1652
↪️ len - 갯수를 세겠다는 명령어

✔️ item_name명이 Chicken Salad Bowl 인 데이터 프레임을 추출하고 index 값을 초기화 하여라

df.loc[df.item_name =='Chicken Salad Bowl'].reset_index(drop=True)

📌 참고

1. df['new price'] 이렇게 가져올 수도 있고 df.item_name 이렇게 컬럼 값을 가져올 수도 있다.
2. 1의 상황은 공백이 있는 컬럼 값을 가져올 때 쓰고 2번째는 공백이 없는 컬럼 값을 가져올 때 사용
3. loc - 값기준으로 데이터를 인덱싱한다.
4. 2가지 이상의 조건을 만족하려고 할때는 각조건을 소괄호로 독립적으로 묶어줘야한다.

✔️ df의 new_price 컬럼 값에 따라 오름차순으로 정리하고 index를 초기화 하여라

Ans = df.sort_values('new_price').reset_index(drop=True)
Ans.head(10)

↪️ sorting은 크게 오름차순과 내림차순이 있다.
sorting할때는 sort_values라는 명령어 사용 그리고 디폴트가 오름차순이라 할당 안해줘도 된다.

📌 참고

1. str.contains 라는 명령어를 통해서 문자가 포함된 데이터를 가져올 수 있다.
2. ::2-짝수만 가져오겠다는 뜻
3. ascending=False-내림차순으로 정렬을 하겠다는 뜻
4. 인덱싱하라= 데이터를 찾아라, | = 또는

✔️df의 item_name 컬럼 값이 Steak Salad 또는 Bowl 인 데이터를 데이터 프레임화 한 후, item_name를 기준으로 중복행이 있으면 제거하되 마지막 케이스만 남겨라

Ans = df.loc[(df.item_name =='Steak Salad') | (df.item_name =='Bowl')]
Ans = Ans.drop_duplicates('item_name',keep='last')
Ans.head()

↪️

1. 데이터 프레임화 한 후-> 우리가 알고 있는 2차원 데이터로 만들라는 말
2. 우리가 분석해야되는 데이터 중에 중복되는 데이터가 있으면 안된다.
   똑같은 데이터인데 중복으로 들어감으로써 해석을 할 때 모델에 대한 오해를 만들 수 있기 때문에 중복제거를 한다.
3. drop_duplicates로 중복제거
4. 'item_name' -이걸 적었을 때는 기본적으로 첫번째 값을 남기고 중복제거를 한다는 뜻

📌 참고

1. mean() - 평균이라는 명령어
2. loc - 인덱스의 순서,컬럼이 몇번째 위치해있는지, 행이 몇번째 위치에 있는지에 대해서 접근할 때 쓴다. -> 그 값에 접근할 때 많이 쓴다.
3. isnull().sum() -하나의 컬럼명에 대해서만 출력을 하기 때문에 이렇게 써줌
4. isnull() - 널 값인 조건

df의 데이터 중 choice_description 값에 Black이 들어가는 경우를 인덱싱하라

list(Ans['choice_description'])[1]

[Clementine]

↪️ list-하나의 리스트 형식으로 해서 첫번째 값에 접근해 본 것

Ans = df[df.choice_description.str.contains('Black')]
Ans.head()

↪️ loc쓰는 건 선택이다 하나의 조건을 만족할때는 안써도 된다.

📌 참고

1. '~' -not이라는 말
2. str.startswith() - ~로 시작하는 것 찾는 명령어
3. str.len()-item name의 단어의 개수를 세줌(공백 포함)

✔️ df의 데이터 중 new_price값이 lst에 해당하는 경우의 데이터 프레임을 구하고 그 갯수를 출력하라 lst =[1.69, 2.39, 3.39, 4.45, 9.25, 10.98, 11.75, 16.98]

lst =[1.69, 2.39, 3.39, 4.45, 9.25, 10.98, 11.75, 16.98]
Ans = df.loc[df.new_price.isin(lst)]
display(Ans.head(3))
print(len(Ans))

↪️

1. isin() -안에 리스트의 형태로 데이터를 넣어주게 되면 조건에 해당하는 데이터들을 한번에 찾아준다.
2. display() - 데이터 프레임화해서 데이터를 출력해주는 것
3. display와 print를 같이 쓰게되면 1393이라는 텍스트도 출력을 해볼 수도 있고 우리가 보고 싶은 데이터 프레임도 한번에 볼 수 있다.