[python pandas] 1. pandas 기초 사용 (1)

러닝스푼 수업 정리 

 

* 판다스 기본 함수 

데이터 파일 읽기 : read_excel(), read_csv()

데이터 선택하기 : df.loc(), df.iloc()

인덱스/ 컬럼 변경하기 : columns/ index , reset_index() 

 

 

 

---

 

 pandas vs excel 

pandas : 가볍고 빨라서 대용량 파일 작업을 자유롭게 할 수 있다. 

excel : 모든 데이터가 눈에 보인다. (데이터가 많아 직접 보기 어려울 수 있다. ) 

 

 

 pandas 구조 

• DataFrame : 표 형태 

- index : DB의 key 개념 , 엑셀에서는 보통 첫 번째 열에 배치하는 데이터 (vlookup 등에 활용) 

- columns : 하나의 속성을 가진 데이터의 집합 -> index + column 하나로 나누어 살펴 볼 수 있음 

• Series : 하나의 속성을 가진 데이터 집합 ( DataFrame 에서 하나의 열 데이터 ) 
•  

---

 

 1. Pandas 불러오기 

- pandas 설치 

!pip install pandas

- pandas 불러오기 

import pandas as pd

 

 

 2. 데이터 불러오기 & 데이터 살펴보기 

* 파일의 경로 

- 절대경로 : "c:폴더1/폴더2/.../파일명.확장자" 

- 상대경로 : "./폴더3/.../파일명.확장자" , "../폴더4/.../파일명.확장자" (쥬피터 노트북 파일 위치를 기준으로 지정) 

- ./ : 현재 위치 ../ : 부모 폴더

 

* 데이터를 불러들인 뒤에는 head(), info(), descrive() 명령을 통해 데이터를 살펴보는 습관 갖기 

 

temp = pd.read_excel('./data/exam.xlsx')

temp

temp.head(2)

head 인자에 개수를 지정해 줄 수 있다. 

temp.tail()

 

- info () : 데이터프레임의 인덱스, 컬럼의 데이터 개수와 종류 확인 

temp.info()

- describe() : 수치형 데이터 (inf, float) 가 들어있는 컬럼의 기초통계량 (개수,평균,표준편차,사분위 등) 확인

temp.describe()

 

 

 

 2-1 인덱스 지정 

- set_index() : 인덱스 컬럼 지정하기 (컬럼 -> 인덱스) 

data = temp.set_index('번호')
data.head()

set_index를 이용하여 '번호' 컬럼을 인덱스로 지정해 주었다. 

 

 

- index_col : 엑셀 파일 읽어올 때 인덱스 지정 

temp2 = pd.read_excel('./data/exam.xlsx', index_col = 0) # index_col = '번호' (컬럼명 활용)
temp2.head()

 

 

 

 3. 데이터 선택하기 

- 셀 선택하기 (1개)

df.iloc[row, column] : 인덱스 번호

df.lic[row, column] : 이름 

data

data.iloc[1, 2]

55

data.loc['1번','수학']

75

print(data.loc['3번','영어'])
print(data.iloc[2, 1])

100

100

print(data.loc['1번', '국어'])
print(data.iloc[0, 0])

70

70

 

 

- 셀 선택하기 (복수) 

: 리스트 ( [조건1, 조건2, ... 조건n] ) 혹은 시작:종료 형태로 범위 지정 

data.loc['1번', ['국어', '영어']]

국어 70

영어 80

Name: 1번, dtype: int64

data.loc[ ['1번','2번'] , '수학']

번호

1번 75

2번 55

Name: 수학, dtype: int64

 

data.loc['1번', '영어': ]

영어 80

수학 75

Name: 1번, dtype: int64

 

 

- 컬럼 선택하기 (1개)

: data.컬럼명 or data.['컬럼명']

data.loc[ : , '수학']

data['수학']

data['영어']

 

 

- 컬럼 선택하기 (복수)

: 원하는 순서대로 선택 가능

data[ ['수학','영어'] ]

data[  ['수학','영어','국어']  ]

원래는 국어 영어 수학 순서였는데 위와같이 순서를 달리 하여 출력할 수 있다. 

 

 

- 특정 조건 데이터 선택하기 (한개)

pd[condition] : True인 데이터만 출력 

-> condition : True / False 로 구성된 리스트 or 시리즈 

data

cond = data['수학'] < 80
cond

이렇게 수학 컬럼에 대해 조건을 생성하면 bool타입을 반환해 준다. 

data[ cond ]

위의 조건을 데이터프레임에 적용하면 True인 row들만 나오게 된다. 

cond = [True, False, True]    # data['영어'] >  80
data[cond]

리스트에 직접 bool타입을 넣어 뽑아줄 수도 있다. 이 때 리스트의 개수와 row의 개수는 같아야 한다. 

 

 

- 특정 조건 데이터 선택하기 (여러개의 조건)

& : and , 모든 조건 만족 True

| : or , 한 개라도 만족하면 True

cond3 = (data['영어'] > 80)
cond4 = (data['수학'] > 80)

data[ cond3 | cond4]

cond3 = (data['영어'] > 80)
cond4 = (data['수학'] > 80)

cond = cond3 & cond4
data[ cond ]

cond = (data['영어'] >= 70)  & (data['수학'] >= 70)  & (data['수학'] < 90) 
data[ cond ]

cond = (data['영어'] >= 70) \
    & (data['수학'] >= 70) \
     & (data['수학'] < 90) 

data[ cond ]

줄을 바꿀 땐 \(역슬래쉬) 를 사용해 준다. 가독성이 좋아진다. 

cond_first  =  ( data['국어']  > 80)
cond_second =  ( data['영어']  > 80)

cond = cond_first   &   cond_second
data[cond]

 

cond_first  =  ( data['국어'] > 80 )
cond_second = ( data['영어'] > 80 )


cond = cond_first     |   cond_second

data[cond]

 

 

 

 index & column 

data.index

Index(['1번', '2번', '3번'], dtype='object', name='번호')

 

data.index = ['가반', '나반', '다반']

인덱스를 리스트로 설정해 줄 수 있다. 

data

설정한 대로 바뀐 것을 볼 수 있다. 

data.columns

Index(['국어', '영어', '수학'], dtype='object')

data.columns = ['Korean','English', 'Math']

동일하게 컬럼도 바꿔줄 수 있다. 

data

data.reset_index()

* reset_index : drop=False가 기본 값 ( 현재 인덱스를 컬럼으로 옮겨 주고 인덱스를 리셋) , 

drop = True ( 현재 인덱스에 있는 값을 컬럼으로 변경하지 않고 인덱스 초기화 ) 

 

---