DataFrame과 리스트, 딕셔너리, 넘파이 ndarray 상호 변환
| 변환형태 | 설명 |
|---|---|
| list -> DataFrame | df_list = pd.DataFrame(list,columns=col_name1) DataFarame 생성 인자로 리스트 객체와 매핑되는 컬럼명들을 입력 |
| ndarray -> DataFrame | df_array2 = pd.DataFrame(array2, columns=col_name2) DataFrame 생성 인자로 ndarray와 매핑되는 컬럼명들을 입력 |
| dict -> DataFrame | dict = {'col1' : [1, 11], 'col2' : [2, 22], 'col3' : [3, 33]} df_dict = pd.DataFrame(dict) 딕셔너리의 Key로 컬럼명을 Value를 리스트 형식으로 입력 |
| DataFrame -> ndarray | DataFrame 객체의 values 속성을 이용하여 ndarray 변환 |
| DataFrame -> list | DataFrame 객체의 values속성을 이용하여 먼저 ndarray로 변환 후 tolist()를 이용하요 list로 변환 |
| DataFrame -> dict | DataFrame 객체의 to_dict()를 이용하여 변환 |
DataFrame의 drop()
DataFrame.drop(labels=None, axix=0, index=None, columns=None, level=None, inplace=False, errors='raise')- axis: DataFrame의 로우를 삭제할 때는 axis=0, 컬럼을 삭제할 때는 axis=1으로 설정.
- 원본 DataFrame은 유지하고 드롭된 DataFrame으 새롭게 객체 변수로 받고 싶다면 inplace=False로 설정(디폴트 값은 False).
ex. titanic_drop_df = titanic_df.drop('Age_0', axis=1, inplace=False)
- 원본 DataFrame에 드롭된 결과를 적용할 경우에는 inplace=True를 적용.
ex. titanic_df.drop('Age_0', axis=1, inplace=True)
- 원본 DataFrame에서 드롭된 DataFrame을 다시 원본 DataFrame 객체 변수로 할당하면 원본 DataFrame에서 드롭된 결과를 적용할 경우와 같음.(단, 기존 원본 DataFrame 객체 변수는 메모리에서 추후 제거됨).
ex. titanic_df = titanic_df.drop('Age_0', axis=1, inplace=False)
Index
- 판다스의 Index 객체는 RDVMS의 PK와 유사하게 DataFrame, Series의 레코드를 고유하게 식별하는 객체.
- DataFrame, Series에서 Index 객체만 추출하려면 DataFrame.index 또는 series.index 속성을 통해 가능.
- Series객체는 Index객체를 포함하지만 Series객체를 연산 함수를 적용할 때 Index는 연산에서 제외됨. Index는 오직 식별용으로만 사용.
- DataFrame 및 Series에 reset_index() 메서드를 수행하면 새롭게 인덱스를 연속 숫자 형으로 할당하며 기존 인덱스는 'index'라는 새로운 컬럼명으로 추가.
유니콘을 위하여