Pandas DataFrame 만들고 연산하기 (1) - 맥, 주피터 사용

 

PANDAS 의 데이터는 어떻게 정의할까?

다음 두 데이터 형태를 사용하여 데이터를 정의하고 각데이터를 연산함

 

시리즈

어떤 항목에 대한 값들의 묶음. 정확한 정의는 Numpy 기능을 기반으로 만든 Wrapper 패키지로 벡터라이징이 가능하도록 만든 판다스의 모듈이다. 

예를 들어, 이름 : 김연아, 송혜교, 김태희 .....

 

데이터 프레임

이런 시리즈 들의 묶음, 각 시리즈들은 인덱스를 공유함

예를 들어,   

시리즈 1 -> 이름 : 김연아, 송혜교, 이효리

시리즈 2 -> 직업:  피겨선수, 배우, 가수

두개를 붙여서 데이터 프레임.

예를 또 들어,

시리즈 1 : 국어 성적

국어

90

90

100

시리즈 2 : 수학 성적

수학

80

90

100

공통 특징은 '중간고사 성적' -> 인덱스로 정한다. 

 

인덱스 여러개 붙이면 데이터 프레임이랬으니까 데이터 프레임은 이런 것 

인덱스\과목	국어	영어	수학
중간고사	90	100	80
기말고사	90	95	90
쪽지시험	100	100	100

 

파이썬을 이용한 데이터 프레임 생성 및 연산 

데이터 프레임 생성

2001 과 같은 공통의 인덱스를 입력하지 않으면, 그냥 1행, 2행, 3행 으로 보이지 않는 인덱스가 붙여짐

단, 2001, 2002 와같은 인덱스를 입력해도 1행2행3행 의 인덱스는 같이 생김 이게 디폴트 인덱스라고 생각하면 됨

없는 값은 NaN 으로 표기됨

 

역행렬

역행렬은 곱해서 1 이 되는 행렬인데 여기서는, 행과 열을 바꿔 원소를 배열한 ‘전치 행렬’ 을 의미

컬럼 순서 재배치

loc

일부 위치의 값들만 선택하여 보여줌

행 또는 열 제거

inplace 를 False 로 주면 원래의 데이터 프레임은 바꾸지 않고 드롭한 상태의 데이터 프레임만 계산해서 보여줌. 즉 df 자체는 맨처음 만들었을 때와 같다. 반대로 True 로 주면 drop을 하여 행이 사라진 저 데이터 프레임으로 df 가 변경됨.

axis ='columns’ 은 말그대로 컬럼을 삭제, 세로줄 자체를 삭제.

메소드 마다 컬럼을 어떻게 지정해야할지 헷갈리니 주의해야한다.