📌Pandas

• Python에서R 만큼 강력한 데이터 핸들링 성능을 제공하는 모듈
• 단일 프로세스에서는 최대 효율
• 코딩 가능하고 응용 가능한 엑셀로 받아들여도 됨
• 누군가는 스테로이드를 맞은 엑셀로 표현함

사용방법: import pandas as pd

pandas Series

📍Series

• index와 value로 이루어져 있다.
• 한 가지 데이터 타입만 가질 수 있다.

import pandas as pd
import numpy as np

s = pd.Series([1, 3, 5, np.nan, 6, 8])
s

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

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

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

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

📍date_range()

• 시간, 날짜를 다루는 함수
• 출력은 버전에 따라 조금씩 다르다.
• periods: 원하는 기간

dates = pd.date_range("20230101", periods=6)
dates

📍DataFrame()

• Pandas에서 가장 많이 사용되는 데이터형
• index와 columns를 지정하면 된다.

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

np.random.randn(6, 4): 6행 4열, 표준 정규 분포에서 샘플링한 난수 생성
index: 앞서 생성한 dates 변수
columns: 컬럼명

• 표준 정규 분포에서 샘플링한 난수 생성

# 표준 정규 분포에서 샘플링한 난수 생성
np.random.randn(6, 4)

• 데이터 프레임 정보 탐색(head, index, values, columns)

📍info()

• DataFrame의 기본 정보 확인
• 각 컬럼의 크기와 데이터 형태를 확인하는 경우가 많다.

📍describe()

• DataFrame의 기술통계 정보 확인

📍sort_values()

• 데이터 정렬
• 특정 컬럼(열)을 기준으로 데이터를 정렬
• Default: 오름차순

B 컬럼을 기준으로 ascending=False로 정렬

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

💡df 원본 데이터를 바뀌지 않는다. 따라서 inplace="True" 적용을 해야 원본 데이터가 바뀐다.

df.sort_values(by="B", ascending=False, inplace=True)

📍데이터 선택

📍한 개 컬럼 선택

✔️방법 1

df["A"]

💡 데이터 타입
pandas의 Series 데이터 타입

✔️방법 2 - 문자열인 경우에만 가능하다.

df.A

• ⚠️ 숫자, 숫자 문자열인 경우에는 불가능하다.

📍두 개 이상 컬럼 선택

# 두 개 이상 컬럼 선택
df[["A", "B"]]

📍offset index

• [N:M]: N부터 M-1까지
• 인덱스나 컬럼의 이름으로 Slice 하는 경우는 끝을 포함함

df[:4]

df["20230102":"20230104"]

📍LOC

• loc : location
• index 이름으로 특정 행, 열을 선택합니다.


• 모든 행의 "A","B" 컬럼

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

• "20230102":"20230104"행의 "A","B" 컬럼

df.loc["20230102":"20230104", ["A","B"]]

• "20230103"행의 "A","B" 컬럼

df.loc["20230103", ["A","B"]]

📍iLOC

• iloc : integer location
  • 컴퓨터가 인식하는 인덱스 값으로 선택

df.iloc[3]

df.iloc[3, 2]

• iloc[3:5, 0:2] - 3, 4번 행 0, 1번 컬럼

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

• iloc[[1, 2, 4], [0, 2]] - 1, 2, 4번 행 0, 2번 컬럼

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

• iloc[:, 1:3] - 모든 행 1, 2번 컬럼

df.iloc[:, 1:3]

📍condition(조건)

• df의 A 컬럼에서 0보다 큰 숫자(양수)만 선택

df[df["A"] > 0]

• df의 전체 컬럼에서 0보다 큰 것들만 출력

NaN : Not a Number

df[df > 0]

📍컬럼 추가

• 기존 컬럼이 없으면 추가
• 기존 컬럼이 있으면 수정

• 컬럼 E 추가
  ⚠️index의 개수를 맞추지 않으면 ERROR 발생

df["E"] = ["one" ,"one", "two", "three", "four", "three"]
df

• 컬럼 E 수정
  

📍isin()

특정 요소가 있는지 확인

• E 컬럼에 "two", "four"가 있는가 (O - True, X - False)

df["E"].isin(["two", "four"])

• E 컬럼에 "two", "four"가 있는 행만 선택

df[df["E"].isin(["two", "four"])]

📍특정 컬럼 제거

방법 1: del
방법 2: drop

✔️방법 1 - del

• E 컬럼 제거

del df["E"]
df

✔️방법 2 - drop

⭕ df.drop(["D"], axis=1)

axis=0 가로, axis=1 세로

df.drop(["D"], axis=1) # axis=0 가로, axis=1 세로

❌ df.drop(["D"])

df.drop(["D"])

axis = 축

💡axis=0

axis=0인 경우는 인덱스를 작성해줘야한다.

df.drop(["20230102"], axis=0) # axis=0 가로, axis=1 세로

📍apply()

함수를 적용

📍sum - 합

df["A"].apply("sum")

df[["A", "D"]].apply("sum")

• numpy의 sum

df["A"].apply(np.sum)

df.apply(np.sum)

📍mean - 평균

df["A"].apply("mean")

📍min - 최솟값, max - 최댓값

df["A"].apply("min"), df["A"].apply("max")

📍cumsum(누적합)

numpy의 cumsum(누적합) 함수를 이용하면 적용된다.

# 각 컬럼 누적합
df.apply(np.cumsum)

• 사용자 함수(양수는 plus 음수는 minus 반환)

def plusminus(num):
    return "plus" if num > 0 else "minus"

df["A"].apply(plusminus)

• lambda 함수

df["A"].apply(lambda num: "plus" if num > 0 else "minus")

📌데이터프레임 생성

✔️방법 1 - 딕셔너리 안의 리스트 형태

열 값 기준으로 데이터가 들어감

# 딕셔너리 안의 리스트 형태

left = pd.DataFrame({
    "key": ["K0", "K4", "K2", "K3"],
    "A":  ["A0", "A1", "A2", "A3"],
    "B":  ["B0", "B1", "B2", "B3"]
})
left

✔️방법 2 - 리스트 안의 딕셔너리 형태

행 기준으로 데이터가 들어감

# 리스트 안의 딕셔너리 형태

pd.DataFrame([
    {"key": "K0", "C": "C0", "D": "D0"},
    {"key": "K1", "C": "C1", "D": "D1"},
    {"key": "K2", "C": "C2", "D": "D2"},
    {"key": "K3", "C": "C3", "D": "D3"}
 ])

📌데이터프레임 병합하는 방법

• pd.concat()
• pd.merge()
• pd.join()

📍pd.merge()

• 두 데이터 프레임에서 컬럼이나 인덱스를 기준으로 잡고 병합하는 방법
• 기준이 되는 컬럼이나 인덱스를 키값이라고 한다.
• 기준이 되는 키값은 두 데이터 프레임에 모두 포함되어 있어야한다.

📍how="inner" - 교집합

양 쪽 데이터 프레임 중에서 "key"라는 컬럼을 기준 키 값으로 잡고 병합하라.
💡how="inner" 생략 가능 - 디폴트값

pd.merge(left, right, on="key")

pd.merge(left, right, how="inner", on="key")

📍 how="outer" - 합집합

left, right 데이터프레임을 "key"라는 컬럼 이름으로 병합하는데 합집합을 기준으로 데이터를 병합하라.

pd.merge(left, right, how="outer", on="key")

📍how="left"

left, right 데이터프레임을 "key"라는 컬럼 이름으로 병합하는데 left 데이터 키 값을 기준으로 데이터를 병합하라.

pd.merge(left, right, how="left", on="key")

📍how="right"

left, right 데이터프레임을 "key"라는 컬럼 이름으로 병합하는데 right 데이터 키 값을 기준으로 데이터를 병합하라.

pd.merge(left, right, how="right", on="key")

---

느낀 점😊

판다스 올해 초 책 구매해서 조금 사용해보고 오랜만이다.
확실히 그냥 책만 가지고 공부할 때랑 강의를 들으면서 적용해보는 거랑 이해도가 다르지만 진도가 너무 빨라서 머리에 다 들어올지가 의문,,,ㅎㅎ
외우기보단 우선 이해를 목적으로 학습 중

---

"이 글은 제로베이스 데이터 취업 스쿨 강의 자료 일부를 발췌한 내용이 포함되어 있습니다."