Python Panda 라이브러리 함수

Pandas 라이브러리는 자주 사용되거나 유용한 내장 함수

---

• 1. read_csv()
     CSV 파일을 읽어 데이터프레임으로 변환하는 함수입니다.
     df = pd.read_csv('file.csv')

• 2. head() 및 tail()
     데이터프레임의 처음 또는 마지막 몇 행을 확인하는 함수입니다.
     print(df.head(5)) # 처음 5행
     print(df.tail(5)) # 마지막 5행

• 3. info()
     데이터프레임의 구조와 요약 정보를 출력합니다.
     print(df.info())

• 4. describe()
     데이터프레임의 통계 요약 정보를 제공합니다.
     print(df.describe())

• 5. value_counts()
     특정 열의 고유 값의 빈도를 계산합니다.
     print(df['ColumnName'].value_counts())

• 6. isnull() 및 dropna()
     결측값을 확인하고 제거하는 함수입니다.
     print(df.isnull().sum()) # 결측값 개수 확인
     df_clean = df.dropna() # 결측값이 있는 행 제거

• 7. fillna()
     결측값을 특정 값으로 채웁니다.
     df['ColumnName'] = df['ColumnName'].fillna('DefaultValue')

• 8. groupby()
     데이터를 특정 열을 기준으로 그룹화합니다.
     grouped = df.groupby('ColumnName')

• 9. pivot_table()
     피벗 테이블을 생성합니다.
     pivot = df.pivot_table(values='ValueColumn', index='IndexColumn', columns='Columns', aggfunc='mean')

• 10. merge()
      두 데이터프레임을 병합합니다.
      df_merged = pd.merge(df1, df2, on='KeyColumn', how='inner') # 'inner', 'left', 'right', 'outer' 조인 가능

• 11. concat()
      여러 데이터프레임을 연결합니다.
      df_concat = pd.concat([df1, df2], axis=0) # 행 방향 연결
      df_concat = pd.concat([df1, df2], axis=1) # 열 방향 연결

• 12. apply()
      함수나 람다식을 데이터프레임의 열 또는 행에 적용합니다.
      df['NewColumn'] = df['ExistingColumn'].apply(lambda x: x * 2)

• 13. map()
      특정 열에 대해 매핑 규칙을 적용합니다.
      df['NewColumn'] = df['ExistingColumn'].map({'A': 1, 'B': 2})

• 14. astype()
      데이터 타입을 변환합니다.
      df['ColumnName'] = df['ColumnName'].astype(float)

• 15. sort_values()
      특정 열을 기준으로 데이터프레임을 정렬합니다.
      df_sorted = df.sort_values(by='ColumnName', ascending=False)

• 16. drop()
      특정 행 또는 열을 제거합니다.
      df_dropped = df.drop(['ColumnName1', 'ColumnName2'], axis=1) # 열 제거
      df_dropped = df.drop([0, 1], axis=0) # 행 제거