[Python] Pandas - ②

저번에 다 작성하지 못했던 Pandas 라이브러리를 마무리하려고 합니다!

 

그럼 시작해볼까요?

 

5-1. 결측치 여부 확인

df2.isnull()

df2.isnull().sum()    # 각 열마다 결측치 개수 출력
>>> Name      0
    Age       0
    Score     0
    Score2    2
    dtype: int64

 

5-2. 결측치가 존재하는 행 삭제

df2.dropna(how = 'any')      # how = 'all' : 행의 모든 값이 NaN인 경우 삭제

 

5-3. 결측치 대체

df2.fillna(value = 50.0)       # 기본적으로 저장 X

df2['Score2'].fillna({'two' : 68.0, 'five': 80.0}, inplace = True)    # inplace = True : 저장
df2

 

6-1. 기술 통계

기본적으로 NaN 값은 배제하고 계산한다.

df2.sum(axis = 0)     # 행 방향으로의 합 (각 열의 합), default
>>> Name      KimChoiLeeParkKimShin
    Age                         105
    Score                     520.5
    Score2                    464.5
    dtype: object

df2.sum(axis = 1)     # 열 방향으로의 합 (각 행의 합)
>>> one      179.0
    two      165.0
    three    194.0
    four     183.0
    five     187.0
    six      182.0
    dtype: float64

sum()	합계
mean()	평균
median()	중위수
var()	분산
std()	표준편차
count()	갯수 (NaN 제외)
min()	최소값
max()	최대값
cumsum()	누적합
cumprod()	누적곱

# 상관계수
df2['Score'].corr(df2['Score2'])
>>> 0.49326856034623434

#공분산
df2['Score'].cov(df2['Score2'])
>>> 17.575

 

6-2. apply : 함수 적용하기

df3 = pd.DataFrame(np.random.randn(4, 3), columns = ["A", "B", "C"])
df3

df3.apply(np.cumsum)    # 누적합

# 사용자 정의 함수 이용
func = lambda x: x.max() - x.min()
df3.apply(func, axis = 0)
>>> A    1.508441
    B    2.406838
    C    1.605722
    dtype: float64

 

6-3. 빈도 구하기

df2['Name'].value_counts()
>>> Kim     2
    Park    1
    Lee     1
    Shin    1
    Choi    1
    Name: Name, dtype: int64

 

7-1. index 기준 정렬

# index가 오름차순이 되도록 정렬
df2.sort_index(axis = 0)    # default : ascending = True

# column을 기준으로 내림차순이 되도록 정렬
df2.sort_index(axis = 1, ascending = False)

 

7-2. 값 기준 정렬

# 'Age' 열의 값을 기준으로 오름차순 정렬
df2.sort_values(by = 'Age')     # default : ascending = True (오름차순)

# 두 개 이상의 column을 기준으로 내림차순 정렬
df2.sort_values(by = ['Age', 'Score'], ascending = False)

 

8. 그룹화

df = pd.DataFrame({
    'group1': ['F', 'M', 'F', 'M', 'F', 'M', 'F', 'F'],
    'group2': ['a', 'a', 'b', 'c', 'b', 'b', 'a', 'c'],
    'score1': np.random.randint(0, 10, size = 8),
    'score2': np.random.randint(0, 10, size = 8)
})
df

# group1별 합계 구하기
df.groupby('group1').sum()

# group1, group2별 평균 구하기
df.groupby(['group1', 'group2']).mean()

 

9. 데이터 입출력

df = pd.DataFrame(np.random.rand(6, 4), index = pd.date_range('20210122', periods = 6), columns = ['A', 'B', 'C', 'D'])
df

# 데이터프레임을 csv 형식으로 저장하기
df.to_csv('df_ex.csv', header = True, index = False) # column명 가져오고 index명 가져오지 않음

# csv 형식으로 된 파일 불러오기
df_ex = pd.read_csv('df_ex.csv')
df_ex

 

여기까지 입니다.

 

감사합니다!!