Pandas 기초

데이터 읽기

import pandas as pd
CCTV_Seoul = pd.read_csv('Seoul_CCTV.csv', encoding ='utf-8')

head()

데이터를 위에서 부터 불러온다(기본 값 : 5)

CCTV_Seoul.head()

tail()

데이터를 아래서 부터 불러온다(기본 값 : 5)

CCTV_Seoul.tail()

column의 이름 조회

CCTV_Seoul.columns

CCTV_Seoul.columns[0]

column명 바꾸기

CCTV_Seoul.rename(columns = {CCTV_Seoul.columns[0] : '구별'}, inplace=True)
CCTV_Seoul.head()

pop_Seoul.rename(columns = {
    pop_Seoul.columns[0] : '구별',
    pop_Seoul.columns[1] : '인구수',
    pop_Seoul.columns[2] : '한국인',
    pop_Seoul.columns[3] : '외국인',
    pop_Seoul.columns[4] : '고령자'
}, inplace=True)
pop_Seoul.head()

excel 불러오기

• 엑셀 설정
• 자료를 읽기 시작할 행(header)를 지정
• 읽어올 엑셀의 컬럼을 지정(usecols)

pop_Seoul = pd.read_excel('Seoul_Population.xls', header=2, usecols="B, D, G, J, N")
pop_Seoul.head()

Series

• index와 value로 이루어져 있다.
• 한 가지 데이터 타입만 가질 수 있다.
• Pandas의 데이터형을 구성하는 기본

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

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

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

연산(int나 float)

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

data % 2

날짜(시간)

dates = pd.date_range('20130101', periods=6)
dates

DataFrame

• Pandas에서 가장 많이 사용되는 데이터형은 DataFrame이다.
• index와 columns를 지정하면 된다.

df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=['A','B','C','D'])
df

columns 확인

df.columns

values 확인

df.values

info

• DataFrame의 기본 정보 확인
• 여기서는 각 컬림의 크기와 데이터형태를 확인하는 경우가 많다.

df.info()

describe

• DataFrame의 통계 기술 정보를 확인

df.describe()

sort_values

데이터 정렬(특정 컬럼(열))

df.sort_values(by='B', ascending=False)

특정 컬럼 확인

df['A']

슬라이싱

• [n:m] : n부터 m-1까지
• 그러나 인덱스나 컬럼의 이름으로 slice하는 경우는 끝을 포함함

df[0:3]

df['20130101':'20130103']

loc : location

• 이름으로도 사용 가능

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

df.loc['20130101':'20130102', ["A", "B"]]

iloc

• 번호로 접근

df.iloc[3]

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

del

• 컬럼 지우기

del df['E']
df

apply

• 함수를 적용

df.apply(np.cumsum)