Pandas DataFrame 2

Data Frame (Pandas)

데이터 불러오기

import pandas as pd

df1 = pd.read_csv('Pandas_learn.csv')

df1

	Unnamed: 0	이름	생년월일	거주지	학교	재산(만)
0	1번	윤정호	1995-03-03	수원	동국대	5000
1	2번	홍길동	1997-07-07	서울	서울대	4000
2	3번	스미스	1999-09-09	뉴욕	하버드	2000
3	4번	나카무라	1990-04-04	도쿄	동경대	3000

이전 글에서 만들어두었던 데이터를 read_csv() 함수를 통해 불러왔다.
저장과 마찬가지로 파일 경로와 파일 명을 입력해서 불러올 수 있다.

데이터 행 추출

df1.iloc[1]

Unnamed: 0            2번
이름                   홍길동
생년월일          1997-07-07
거주지                   서울
학교                   서울대
재산(만)               4000
Name: 1, dtype: object

iloc를 통해 인덱싱을 이용해서 특정 행을 출력 할 수 있다.

df1.iloc[1:]

	Unnamed: 0	이름	생년월일	거주지	학교	재산(만)
1	2번	홍길동	1997-07-07	서울	서울대	4000
2	3번	스미스	1999-09-09	뉴욕	하버드	2000
3	4번	나카무라	1990-04-04	도쿄	동경대	3000

파이썬의 슬라이싱을 이용한 인덱싱 또한 가능하다.
복수의 행을 추출할 때는 series가 아닌 dataframe의 형태로 출력 된다.

df1.iloc[1,3]

'서울'

df.iloc[행,열] 방식으로 인덱싱을 함으로서 특정 범위의 값을 추출할 수 있다.

데이터 정렬

df1.sort_values(by='재산(만)')
#df1.sort_values(by='재산(만)',ascending=False)

재산을 기준으로 데이터를 정렬하여 추출하였다.

defalut는 오름차순으로 정렬이 되며, 위 주석과 같이 ascending=False 를 설정해주면 내림차순으로 정렬된다.
정렬의 조건을 여러개 두고 싶다면 by=[‘칼럼1’,’칼럼2’] 의 형식으로 해주면 칼럼1을 기준으로 먼저 정렬해주고 이후에 동일한 값 안에선 칼럼 2를 기준으로 정렬된다.
정렬방식 또한 ascending=[true,false] 의 방식으로 지정 가능하다.

데이터 필터

counts

df1.iloc[1,3]='수원' # 중복값을 만들기 위해 값을 변경함 ㅠ 

df1[['거주지']].value_counts()

거주지
수원     2
도쿄     1
뉴욕     1
dtype: int64

칼럼에 동일한 값의 개수를 계산해준다.

특정 항목에 대한 데이터 추출

temp = (df1['거주지']=='수원')

df1.loc[temp]

#df1.loc[(df1['거주지']=='수원')] = 같은 결과이다.

	Unnamed: 0	이름	생년월일	거주지	학교	재산(만)
0	1번	윤정호	1995-03-03	수원	동국대	5000
1	2번	홍길동	1997-07-07	수원	서울대	4000

특정 칼럼에 해당 값을 가진 행만 추출하는 방식이다.

df1.loc[~temp]

	Unnamed: 0	이름	생년월일	거주지	학교	재산(만)
2	3번	스미스	1999-09-09	뉴욕	하버드	2000
3	4번	나카무라	1990-04-04	도쿄	동경대	3000

위 코드처럼 ‘~’ 를 붙여준다면 반대되는 조건의 값만 추출 할 수 있다.

temp2 = (df1['생년월일']=='1995-03-03')

df1.loc[temp & temp2]

	Unnamed: 0	이름	생년월일	거주지	학교	재산(만)
0	1번	윤정호	1995-03-03	수원	동국대	5000

And 를 의미하는 ‘&’ 를 이용해 두 가지 이상의 조건을 만족하는 항목에 대한 추출도 가능하다. Or의 경우는 ‘

‘를 이용해서 표현할 수 있다.

df1[df1.이름=='윤정호']

	Unnamed: 0	이름	생년월일	거주지	학교	재산(만)
0	1번	윤정호	1995-03-03	수원	동국대	5000

위 코드처럼 데이터명[데이터명.비교연산자 ‘값’] 의 순서로도 데이터를 필터링해서 추출할 수 있다.

df1.query("거주지 == '수원'")

	Unnamed: 0	이름	생년월일	거주지	학교	재산(만)
0	1번	윤정호	1995-03-03	수원	동국대	5000
1	2번	홍길동	1997-07-07	수원	서울대	4000

query 함수를 통해 SQL 의 where 조건 같은 구조로 데이터를 추출할 수 있다.
단점은 iloc 에 비해 속도가 느리다.

df1.query("(학교 == '서울대') and (거주지 == '수원')")

	Unnamed: 0	이름	생년월일	거주지	학교	재산(만)
1	2번	홍길동	1997-07-07	수원	서울대	4000

and,or,not 같은 논리 연산자와 in 연산자 또한 사용 가능하다는 장점이 있다.