Pandas 활용(3) - 데이터프레임의 데이터 변경, 추가, 삭제

In [1]:

from IPython.display import display, HTML
display(HTML("<style>.container { width:90% !important; }</style>"))
# 코드 입력창의 너비를 조정하는 코드입니다.

판다스 데이터프레임의 데이터 변경, 추가, 삭제¶

In [2]:

import pandas as pd

In [3]:

items2 = [{'bikes': 20, 'pants': 30, 'watches': 35}, 
          {'watches': 10, 'glasses': 50, 'bikes': 15, 'pants':5}]

In [4]:

df = pd.DataFrame(data= items2, index= ['store 1', 'store 2'])

데이터 변경¶

In [5]:

df

Out[5]:

	bikes	pants	watches	glasses
store 1	20	30	35	NaN
store 2	15	5	10	50.0

In [6]:

# 스토어 2의 watches 데이터를 20으로 변경하시오.
df.loc['store 2', 'watches'] = 20

In [7]:

df

Out[7]:

	bikes	pants	watches	glasses
store 1	20	30	35	NaN
store 2	15	5	20	50.0

데이터 추가¶

새로운 컬럼 만들기¶

In [8]:

df['shirts'] = [15, 2]

In [9]:

df

Out[9]:

	bikes	pants	watches	glasses	shirts
store 1	20	30	35	NaN	15
store 2	15	5	20	50.0	2

In [10]:

# suits 라는 컬럼을 만들되,
# pants 컬럼의 값과, shirts 컬럼의 값을 더해서 만드세요

In [11]:

df['suits'] = df['pants'] + df['shirts']

In [12]:

df

Out[12]:

	bikes	pants	watches	glasses	shirts	suits
store 1	20	30	35	NaN	15	45
store 2	15	5	20	50.0	2	7

행을 이어붙이기¶

In [13]:

df

Out[13]:

	bikes	pants	watches	glasses	shirts	suits
store 1	20	30	35	NaN	15	45
store 2	15	5	20	50.0	2	7

In [14]:

new_item = [{'bikes': 20, 'pants': 30, 'watches': 35, 'glasses': 4}]

In [15]:

new_store = pd.DataFrame(data= new_item, index= ['store 3'])

In [16]:

new_store

Out[16]:

	bikes	pants	watches	glasses
store 3	20	30	35	4

In [17]:

df = df.append(new_store)

C:\Users\5-25\AppData\Local\Temp\ipykernel_10024\2676567635.py:1: FutureWarning: The frame.append method is deprecated and will be removed from pandas in a future version. Use pandas.concat instead.
  df = df.append(new_store)

append()는 잘 쓰이지 않고 pandas.concat()을 주로 사용한다고 한다.
concat()에 대해서는 추후에 다뤄보겠다.

In [18]:

df

Out[18]:

	bikes	pants	watches	glasses	shirts	suits
store 1	20	30	35	NaN	15.0	45.0
store 2	15	5	20	50.0	2.0	7.0
store 3	20	30	35	4.0	NaN	NaN

데이터 삭제¶

데이터프레임의 데이터 삭제는 행 삭제 or 열 삭제를 의미한다.
drop() 함수를 사용하고, axis만 설정해주면 된다.

• axis=0 : 행
• axis=1 : 열

In [19]:

df

Out[19]:

	bikes	pants	watches	glasses	shirts	suits
store 1	20	30	35	NaN	15.0	45.0
store 2	15	5	20	50.0	2.0	7.0
store 3	20	30	35	4.0	NaN	NaN

In [20]:

# store 2 삭제
df.drop('store 2', axis= 0)

Out[20]:

	bikes	pants	watches	glasses	shirts	suits
store 1	20	30	35	NaN	15.0	45.0
store 3	20	30	35	4.0	NaN	NaN

결과를 변수에 저장하려면 = 기호를 쓰거나,
drop 함수 내에 파라미터 inplace=True를 쓰자

In [21]:

# glasses 컬럼 삭제
df.drop('glasses', axis= 1)

Out[21]:

	bikes	pants	watches	shirts	suits
store 1	20	30	35	15.0	45.0
store 2	15	5	20	2.0	7.0
store 3	20	30	35	NaN	NaN

In [22]:

# pants 컬럼과 suits 컬럼을 삭제
df.drop(['pants', 'suits'], axis=1)

Out[22]:

	bikes	watches	glasses	shirts
store 1	20	35	NaN	15.0
store 2	15	20	50.0	2.0
store 3	20	35	4.0	NaN