Pandas 자료구조 - Series와 DataFrame

Pandas 자료구조 - Series와 DataFrame

Pandas

• Python 패키지
• 오픈 소스 데이터 분석 / 조직 도구

alias(별칭)

• import pandas (as pd)

Pandas 자료구조

Series

• 1차원 배열, 인덱싱가능, 데이터타입 존재
• 생성
  • numpy array로 생성한 경우
    arr = np.arange(100,105) s = pd.Series(arr, dtype = 'int64')
  • list로 생성한 경우
    s = pd.Series(['부장', '차장'])
• Index
  • s[0] : 부장
  • s[-1] : error (음수색인불가)
  • s = pd.Series(['마케팅', '경영'], index=['a', 'b'])
• Values
  • s.values : array([‘마케팅’, ‘경영’], dtype=object)
• ndim - 차원
  • s.ndim : 1 (1차원이라는 뜻)
• shape
  • Series의 데이터 개수를 나타내며 tuple 형식
  • s.shape : (5,)
• NaN
  • s = pd.Series(['선화', '강호', np.nan, '소정', '우영'])
  • s.isnull() or s.isna() 로 결측치 확인 -> True/False
  • s[s.isnull] 결측치를 가지고 있는 값들 확인 -> 값
  • s.notnull() or s.notna() 로 결측치 아닌 것 확인
  • s[s.notnull] 결측치를 가지고 있지 않은 값들 확인
• slicing
  • s[1:3]
  • s['a':'b']

DataFrame

• 2차원 데이터, 행열구성, 데이터타입 존재
• 생성
  • list로 생성한 경우
    • pd.DataFram([[1,2,3],[4,5,6]])
    • pd.DataFram([[1,2,3],[4,5,6]], columns = ['가',나'])
  • dictionary로 생성한 경우
    • data = { 'name' : ['kim','Lee'], 'age':[24,27] }
• 속성
  • df.index
  • df.columns
  • df.values
  • df.dtypes
  • df.T
• index지정
  • df.index = list(‘abc’)
• column 다루기
  • df['name'] : 1개의 column
  • df[['name','age']] : 다중 column
  • df.rename(columns={'name': '이름'}) : 컬럼명 변경(1)
  • df.rename({'name': '이름'}, axis=1) : 컬럼명 변경(2)
  • df.rename(columns={'name': '이름'}, inplace=True)
    => 위에 rename 한 것들은 전부 일시적인데 inplace=True를 사용해주면 바로 df에 적용시켜서 다시 df 할당 필요없음