[Pandas] . DataFrame 생성, 삭제 ,추출

데이터 프레임은

각각의 컬럼별로 각각의 다른 타입을 가지게 된다.

Series를 모아서 만든 Data Table ( 2차원 )

 

가장 원초적으로 데이터프레임을 생성하는 방법

(거의 대부분은 csv파일을 불러와서 사용함)

 

Dict 의 형태로 넣어주면 Key 값은 columns , value 값이 Df 의 value 가 된다.

import pandas as pd
import numpy as np

raw_data = {'first_name':['jason','molly','tina','jake','amy'],
		'last_name : ['Miller','jacabson','all','milner','cooze'],
        'age' : [42,52,36,24,73],
        'city':['San Francisco','Baltimore','Miami','Douglas','Boston']}
        
df = pd.DataFrame(raw_data, columns = ['first_name','last_name','age','city'])

---

컬럼별로 데이터를 뽑는 방법 2가지

df.first_name

df["first_name"]

두 가지다 first_name 컬럼들의 데이터를 가지고 온다.

로우별로 데이터를 뽑는 방법 2가지

df.loc[1]  # 첫 번째 로우 인스턴스를 뽑아온다.

df["age"].lioc[1:] # 첫 번째 로우 인덱스를 뽑아온다.

loc - index location

loc 은 기준을 잡을 때 location 으로 보기 때문에 값으로 만 판단한다.

인덱스의 이름으로 가져온다.

 

iloc - index position

iloc 은 기준을 잡을 때 postion 이기 때문의 값이 달라도 행의 순서로 받아들인다.

인덱스의 넘버로 가져온다.

 

예를 들어보면

s = pd.Series(np.nan, index = [49,48,47,46,45,1,2,3,4,5])
s.loc[:3]

s.iloc[:3]

위의 loc 의 경우는 값만 보기 때문에 값이 3인 것만 찾아서 그 전까지를 반환하고

iloc의 경우 순서만 보기때문에 값이 뭐든간에 3번째 순서를 찾아서 그 전까지를 반환한다.

---

데이터 프레임 행과 열을 지우는 방법

del df['first_name']

del 로 지우는 경우에는 바로 원본 데이터를 지워버리기 때문에

한 번 실행하고 다시 실행하면 지우고자 하는 데이터가 사라져 지울 수 없다.

df.drop([0,1,2,3]) # 한개 이상의 index number로 drop

df.drop("first_name",axis=1) #axis 지정으로 축을 기준으로 drop 컬럼을 지우는 방법

drop 으로는 행과열을 지울 수 있지만 원본데이터를 건들이지 않는다.

그래서 이 결과를 덮어 씌우거나 다른 변수에 재할당해서 사용해 주어야한다.

del 과의 차이점

---

Pandas 내장함수

describe

Numeric type 데이터의 요약 정보를 보여줌

---

unique

series data의 (중복되지않은)유일한 값을 list로 반환함

보통 라벨링 할때 많이 사용됨.

df.race.unique()

dict(enumerate(sorted(df['race'].unique())))

value = list(map(int, np.array(list(enumerate(df['sex'].unique())))[:,0].tolist()))
key = np.array(list(enumerate(df['sex'].unique())), dtype=str)[:,1].tolist()

df['sex'].replace(to_replace=key,value=value,inplace=True)

예를 들어 이런식으로 사용하면 male 과 female로 되어있는 성별이 0과 1로 바뀌게 된다.

---

sort_values

column 값을 기준으로 데이터를 sorting

df.sort_values(["age","earn"],ascending=True)

ascending=True 는 오름차순 정렬 ascending=False 는 내림차순

 

cumsum()

시간의 순서의 따라 거래량을 표현할 때

값을 점점 합산해주는 함수

 

cummax()

가장 큰 값들만 보여주는 함수