[Python] 파이썬 학습일지 06

1. Pandas

• Python에서 R 만큼의 강력한 데이터 핸들링 성능을 제공하는 모듈
• 단일 프로세스에서는 최대 효율
• 코딩 가능하고 응용 가능한 엑셀로 받아들여도 됨
• 누군가 스테로이드를 맞은 엑셀로 표현함

2. Series

• index와 value로 이루어져 있음
• 한 가지 데이터 타입만 가질 수 있음

• pandas는 통상 pd
• numpy는 통상 np

import pandas as pd 
import numpy as np 

> pd.Series([1, 2, 3, 4])

> pd.Series([1, 2, 3, 4], dtype=np.float64)

> pd.Series([1, 2, 3, 4], dtype=str)

> pd.Series(np.array([1, 2, 3]))

> pd.Series({"Key": "Value"})

3. DataFrame

• pd.Series() : index, value
• pd.DataFrame() : index, value, column
  
  

# 표준정규분포에서 샘플링한 난수 생성

> data = np.random.randn(6,4)
> data

# pd.DataFrame(data, index, columns)

> df = pd.DataFrame(data, index = dates, columns= ["A", "B", "C", "D"])
> df

> df.index

> df.values

> df.columns

4. 정보 탐색

> df.head()

> df.tail()

> df.info()

> df.descirbe()

5. 데이터 핸들링

# 두 개 이상 컬럼 선택 

> df[["A", "B"]]

• offset index
  - [n:m] : n부터 m-1 까지
  - 인덱스나 컬럼의 이름으로 slice 하는 경우는 끝을 포함
  
  

> df

> df[0:3]

> df["20230715" : "20230718"]

• loc
  - index 이름으로 특정 행,열 선택
  

> df.loc[:, ["A","B"]]

> df.loc["20230715" : "20230718", "A":"D"]

• iloc
  - 컴퓨터가 인식하는 인덱스 값으로 선택
  
  

> df.iloc[3]

> df.iloc[3,:]

> df.iloc[3:5,0:2]

> df.iloc[[1,2,4],[0,2]]

• condition
  - 특정 조건에 해당하는 data만 선택 가능
  
  

> df

# A 컬럼에서 0보다 큰 숫자(양수)만 선택 

> df["A"] > 0

> df[df["A"] > 0]

> df[df>0]