[Python] Pandas - ①

오늘은 말씀드린 대로 NumPy에 이어서 Pandas 라이브러리에 대해 알아보겠습니다!

 

Pandas 라이브러리는 대표적인 데이터 분석 라이브러리이며

 

행과 열로 이루어진 데이터 객체를 만들고 다룰 수 있어

 

안정적으로 대용량의 데이터를 처리하는 데 매우 편리하다는 장점이 있습니다.

 

이번에도 마찬가지로 주피터 노트북을 이용했으며 이용하고 싶으시다면

 

2022.01.22 - [데이터 분석 공부하기/Python] - [Python] Jupyter Notebook 설치 및 실행

[Python] Jupyter Notebook 설치 및 실행

^^^^

여기를 눌러주시면 됩니다!

 

그럼 시작해 볼까요?

 

import pandas as pd # Pandas 불러오기
import numpy as np # NumPy 불러오기

 

1. NumPy를 사용한 데이터 프레임 생성

data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

df = pd.DataFrame(data, columns = ['A','B','C'])
df

 

1-2. dictionary를 사용한 데이터 프레임 생성

data = {
    "Name": ['Kim', 'Choi', 'Lee', 'Park', 'Kim', 'Shin'],
    "Age": [15, 19, 17, 18, 17, 16],
    "Score": [90.5, 78.0, 92.0, 86.5, 90.0, 83.5]
}

df = pd.DataFrame(data, index = ['one', 'two', 'three', 'four', 'five', 'six'])
df

 

2. 데이터 확인

df.head()     # default : 5

df.tail(2)

df.index      # 행 index 출력
>>> Index(['one', 'two', 'three', 'four', 'five', 'six'], dtype='object')

df.columns    # 칼럼명 출력
>>> Index(['Name', 'Age', 'Score'], dtype='object')

df.values     # 값 출력
>>> array([['Kim', 15, 90.5],
           ['Choi', 19, 78.0],
           ['Lee', 17, 92.0],
           ['Park', 18, 86.5],
           ['Kim', 17, 90.0],
           ['Shin', 16, 83.5]], dtype=object)

df.info()    # 요약 정보 출력
>>> <class 'pandas.core.frame.DataFrame'>
    Index: 6 entries, one to six
    Data columns (total 3 columns):
     #   Column  Non-Null Count  Dtype  
    ---  ------  --------------  -----  
     0   Name    6 non-null      object 
     1   Age     6 non-null      int64  
     2   Score   6 non-null      float64
    dtypes: float64(1), int64(1), object(1)
    memory usage: 192.0+ bytes

df.describe()   # 데이터프레임 열의 간단한 통계 값 출력

 

3-1. 특정 column의 값만 추출

df['Score']     # 또는 df.Score
>>> one      90.5
    two      78.0
    three    92.0
    four     86.5
    five     90.0
    six      83.5
    Name: Score, dtype: float64

 

df[['Name', 'Score']]

 

3-2. 특정 행 범위의 값만 추출

df[0 : 3]    # df[시작인데스 : 끝인덱스 + 1]

 

3-3. 이름을 이용하여 추출 : .loc

df.loc['one']    # 'one' 인덱스에 해당하는 모든 칼럼 값 추출
>>> Name      Kim
    Age        15
    Score    90.5
    Name: one, dtype: object

 

df.loc[:, ['Name', 'Score']]

df.loc['two':'five', ['Age', 'Score']]

 

3-4. 위치를 이용하여 추출 : .iloc

df.iloc[3]    # 첫 번째 인덱스 번호는 0
>>> Name     Park
    Age        18
    Score    86.5
    Name: four, dtype: objec

df.iloc[2:4, 0:2]    # 세 번째, 네 번째 행과 첫 번째, 두 번째 열 추출

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

df.iloc[1:3, :]

df.iloc[:, 1:3]

 

3-5. 조건을 이용하여 추출

df[df['Score'] >= 90]

df.loc[df['Name'] == "Kim", ['Name', 'Age']]

df.loc[df['Name'].isin(['Park', 'Kim']), :]

df.loc[(df['Age'] > 16) & (df['Score'] > 90), :]   # & : and , | : or

 

4-1. 값 변경

df.loc['one', 'Age'] = 18
df

 

4-2. 열 추가

df['Score2'] = [70.5, np.nan, 85.0, 78.5, np.nan, 82.5]
df

df['diff_score'] = df['Score'] - df['Score2']   # 파생변수 생성
df

 

4-3. 열 삭제

df2 = df.copy()          # 데이터프레임 복사

del df2['diff_score']    # 해당 열 삭제
df2

# 또는
df2.drop('Score2', axis = 1)     # 기본적으로 저장 X

drop 함수는 특정 행 또는 열을 drop 한 데이터 프레임을 반환하므로 기존의 데이터 프레임에는 영향을 미치지 않는다. 즉, 기존의 데이터 프레임이 변경되도록 하려면 inplace = True 인자를 추가해야 한다.

 

4-4. 행 추가

new_data = {'Name': 'Lee', 'Age': 17, 'Score': 88.5}

df2.append(new_data, ignore_index = True)    # 기본적으로 저장 X

 

4-5. 행 삭제

df2.drop(['one', 'two'])    # 기본적으로 저장 X

 

Pandas 라이브러리는 2개로 나눠서 진행하겠습니다.

 

그럼 2편에서 만나요~