Pandas

참고: pandas-tutorial

 

표기 방식 : import pandas as pd

• Import = “Bring this functionality or library to my python script”
• Pandas = The library you want to import, in this case, it’s pandas
• As = The python nomenclature for creating as alias. This is a fancy way of taking a long word and referencing it as a short word
• pd = The standard short name for referencing pandas

 

Pandas의 DataFrame

• 2차원 형태의 데이터를 다루기 위한 자료형
• DataFrame : 표형식의 데이터를 담는 자료형 (row/index : 레코드, column : 데이터의 특징)
• numpy array를 기반으로 만들어짐

 

Pandas 기초 : DataFrame 생성하기

 

 

 

In [81]:

from IPython.core.display import display, HTML
display(HTML("<style>.container { width:100% !important; }</style>"))
import pandas as pd
import numpy as np

 

 

In [82]:

# DataFrame 기초
two_list = [['Kim', 30, 40], ['Lee', 10, 20], ['Ho', 3, 70]]
two_df= pd.DataFrame(two_list)
two_df

Out[82]:

	0	1	2
0	Kim	30	40
1	Lee	10	20
2	Ho	3	70

In [83]:

two_df= pd.DataFrame(two_list, columns=['name', 'en_score', 'kr_score'],
                    index=['a','b','c'])
two_df

Out[83]:

	name	en_score	kr_score
a	Kim	30	40
b	Lee	10	20
c	Ho	3	70

In [84]:

two_df.columns

Out[84]:

Index(['name', 'en_score', 'kr_score'], dtype='object')

In [85]:

two_df.index

Out[85]:

Index(['a', 'b', 'c'], dtype='object')

In [86]:

# dtypes로 각 column이 어떤 데이터 타입을 보관하는지 확인할 수 있다.
# int64 : 정수, float64 : 소수, object : 텍스트, bool : 불린(참과 거짓), 
# datetime64 : 날짜와 시간, category : 카테고리 
two_df.dtypes

Out[86]:

name        object
en_score     int64
kr_score     int64
dtype: object

In [87]:

# 2차원 리스트나 2차원 numpy array, pandas Series를 담고 있는 리스트로 DataFrame을 만들 수 있다.
two_dimensional_list = [['Kim', 30, 40], ['Lee', 10, 20], ['Ho', 3, 70]]
two_dimensional_array = np.array(two_dimensional_list)
list_of_series = [
    pd.Series(['Kim', 30, 40]),
    pd.Series(['Lee', 10, 20]),
    pd.Series(['Ho', 3, 70])
]

# 아래 셋의 결과는 모두 동일하다.
df1 = pd.DataFrame(two_dimensional_list)
df2 = pd.DataFrame(two_dimensional_array)
df3 = pd.DataFrame(list_of_series)

In [88]:

df1

Out[88]:

	0	1	2
0	Kim	30	40
1	Lee	10	20
2	Ho	3	70

In [89]:

# 파이썬 사전(dictionary)으로도 DataFrame을 만들 수 있다.
# 사전의 key로는 column 이름을 쓰고, 그 column에 해당하는 리스트, numpy array, 
# 혹은 pandas Series를 사전의 value로 넣어주면 된다.
names = ['Kim', 'Lee', 'Ho']
english_scores = [30, 10, 3]
math_scores = [40, 20, 70]

dict1 = {
    'name': names, 
    'english_score': english_scores, 
    'math_score': math_scores
}

dict2 = {
    'name': np.array(names), 
    'english_score': np.array(english_scores), 
    'math_score': np.array(math_scores)
}

dict3 = {
    'name': pd.Series(names), 
    'english_score': pd.Series(english_scores), 
    'math_score': pd.Series(math_scores)
}


# 아래 셋은 모두 동일합니다
dc1 = pd.DataFrame(dict1)
dc2 = pd.DataFrame(dict2)
dc3 = pd.DataFrame(dict3)

In [90]:

dc1

Out[90]:

	name	english_score	math_score
0	Kim	30	40
1	Lee	10	20
2	Ho	3	70

In [91]:

# 리스트가 담긴 사전이 아니라, 사전이 담긴 리스트로도 DataFrame을 만들 수 있다.
my_list = [
    {'name': 'Kim', 'english_score': 30, 'math_score': 40},
    {'name': 'Lee', 'english_score': 10	, 'math_score': 20},
    {'name': 'Ho', 'english_score': 3, 'math_score': 70}
]

df = pd.DataFrame(my_list)

In [92]:

df

Out[92]:

	name	english_score	math_score
0	Kim	30	40
1	Lee	10	20
2	Ho	3	70

In [93]:

# pandas로 데이터 읽어들이기
iphonedf = pd.read_csv('data/iphone.csv', index_col = 0)
# iphonedf = pd.read_csv('data/iphone.csv', header=None) : 헤더가 없는 경우

In [94]:

iphonedf

Out[94]:

	출시일	디스플레이	메모리	출시 버전	Face ID
iPhone 7	2016-09-16	4.7	2GB	iOS 10.0	No
iPhone 7 Plus	2016-09-16	5.5	3GB	iOS 10.0	No
iPhone 8	2017-09-22	4.7	2GB	iOS 11.0	No
iPhone 8 Plus	2017-09-22	5.5	3GB	iOS 11.0	No
iPhone X	2017-11-03	5.8	3GB	iOS 11.1	Yes
iPhone XS	2018-09-21	5.8	4GB	iOS 12.0	Yes
iPhone XS Max	2018-09-21	6.5	4GB	iOS 12.0	Yes