판다스 pandas (1) - 개요, DataFrame

Pandas

https://pandas.pydata.org/docs/user_guide/index.html#user-guide

• 테이블 형태의(행렬 구성) 정형 데이터 분석에 최적화 
• DataFrame 형태로 모든 데이터 표현 가능
• 다양한 정형 데이터를 통합 관리 ex) json, html, csv, xlsx,,,
• Excel에서 제공하는 연산 기능 거의 다 제공

 

DataFrame

• 2차원 테이블, 한 줄(행, 열)을 series라 함(series의 모임이 dataframe)
• pandas의 한 열은 하나의 속성을 나타내므로 같은 개념은 동일한 데이터 타입을 가진다

 

 

 

 

In [3]:

# s는 1, 3, 5, 6, 8을 원소로 가지는 pandas.Series
pd.Series([1,3,5,6,8])
#series는 하나의 데이터타입만을 가진다

 

Out[3]:

0    1
1    3
2    5
3    6
4    8
dtype: int64

 

 

 

In [4]:

# 12x4 행렬에 1부터 48까지의 숫자를 원소를 가지고, index는 자동으로 0부터 시작하고, coulmns은 순서대로 X1, X2, X3, X4로 하는 DataFrame 생성
df = pd.DataFrame(data=np.arange(1, 49).reshape(12, 4), 
                  columns=['X1', 'X2', 'X3', 'X4'])
df
#arange함수는 어떤 범위내에 있는 숫자들을 표시해줌
#reshape함수는 1~48까지의 나열된 숫자를 12X4 행렬 모양으로 바꿔줌

 

Out[4]:

	X1	X2	X3	X4
0	1	2	3	4
1	5	6	7	8
2	9	10	11	12
3	13	14	15	16
4	17	18	19	20
5	21	22	23	24
6	25	26	27	28
7	29	30	31	32
8	33	34	35	36
9	37	38	39	40
10	41	42	43	44
11	45	46	47	48

 

 

 

In [5]:

# dataframe index
df.index

 

Out[5]:

RangeIndex(start=0, stop=12, step=1)

 

 

 

In [6]:

df.columns

 

Out[6]:

Index(['X1', 'X2', 'X3', 'X4'], dtype='object')

 

 

 

In [7]:

# dataframe values
df.values

 

Out[7]:

array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12],
       [13, 14, 15, 16],
       [17, 18, 19, 20],
       [21, 22, 23, 24],
       [25, 26, 27, 28],
       [29, 30, 31, 32],
       [33, 34, 35, 36],
       [37, 38, 39, 40],
       [41, 42, 43, 44],
       [45, 46, 47, 48]])

 

 

 

In [17]:

# 특정 column을 가져오기, dict과 비슷
df["X1"]

 

Out[17]:

0      1
1      5
2      9
3     13
4     17
5     21
6     25
7     29
8     33
9     37
10    41
11    45
Name: X1, dtype: int32

 

 

 

In [18]:

# X1 column에 2 더하기, 판다스 연산
df["X1"] + 2

 

Out[18]:

0      3
1      7
2     11
3     15
4     19
5     23
6     27
7     31
8     35
9     39
10    43
11    47
Name: X1, dtype: int32

 

 

 

In [19]:

# dataframe의 맨 위 다섯줄을 보여주는 head()
df.head()

 

Out[19]:

	X1	X2	X3	X4
0	1	2	3	4
1	5	6	7	8
2	9	10	11	12
3	13	14	15	16
4	17	18	19	20

 

 

 

In [20]:

# 10줄
df.head(10)

 

Out[20]:

	X1	X2	X3	X4
0	1	2	3	4
1	5	6	7	8
2	9	10	11	12
3	13	14	15	16
4	17	18	19	20
5	21	22	23	24
6	25	26	27	28
7	29	30	31	32
8	33	34	35	36
9	37	38	39	40

 

 

 

In [21]:

# dataframe에 대한 전체적인 요약정보를 보여줍니다. index, columns, null/not-null/dtype/memory usage가 표시됩니다.
df.info()
#non-null은 비어있지 않다는 뜻, Non-Null Count 데이터가 얼마나 차있느냐를 알려주는 것

 

 

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 12 entries, 0 to 11
Data columns (total 4 columns):
 #   Column  Non-Null Count  Dtype
---  ------  --------------  -----
 0   X1      12 non-null     int32
 1   X2      12 non-null     int32
 2   X3      12 non-null     int32
 3   X4      12 non-null     int32
dtypes: int32(4)
memory usage: 320.0 bytes

 

 

 

In [22]:

# dataframe에 대한 전체적인 통계정보를 보여줍니다.
df.describe()

 

Out[22]:

	X1	X2	X3	X4
count	12.000000	12.000000	12.000000	12.000000
mean	23.000000	24.000000	25.000000	26.000000
std	14.422205	14.422205	14.422205	14.422205
min	1.000000	2.000000	3.000000	4.000000
25%	12.000000	13.000000	14.000000	15.000000
50%	23.000000	24.000000	25.000000	26.000000
75%	34.000000	35.000000	36.000000	37.000000
max	45.000000	46.000000	47.000000	48.000000

 

 

 

In [23]:

# X2 column를 기준으로 내림차순 정렬, 오름차순은 ascending 빼면 됌
df.sort_values(by="X2", ascending=False)
#최소단위가 한 series기 때문에 줄 단위로 움직인다, sorting할 때도 한 줄이 같이 움직임

 

Out[23]:

	X1	X2	X3	X4
11	45	46	47	48
10	41	42	43	44
9	37	38	39	40
8	33	34	35	36
7	29	30	31	32
6	25	26	27	28
5	21	22	23	24
4	17	18	19	20
3	13	14	15	16
2	9	10	11	12
1	5	6	7	8
0	1	2	3	4