Python/Pandas

Pandas 활용(6) - 범주로 묶어 집계하기 groupby, agg

groupby() groupby()는 데이터를 범주별로(categorical) 묶어서 통계 또는 집계 결과를 얻기 위해 사용한다. import pandas as pd df = pd.read_csv('../data/fake_company.csv') # 파일 경로를 입력 df # 각 년도별로, 지급한 연봉 총합을 구하세요. df.groupby('Year') >>> # 년도별로 그룹화한 GroupBy객체가 생성된다 df.groupby('Year')['Salary'].sum() >>> Year 1990 153000 1991 162000 1992 174000 Name: Salary, dtype: int64 # 각 직원 별로, 얼마씩 받았는지 연봉 평균을 구하세요. df.groupby('Name')['Salary'..

Pandas 활용(5) - 결측값(NaN) 처리

데이터에 결측값이 있을 경우 데이터 분석을 하기 위해 처리하는 전략은 크게 3가지가 있다. 무시하기 제거하기 다른 값으로 대체하기 첫 번째 무시하기는 그냥 무시하고 진행하면 된다. 제거와 대체하는 방법에 대해 알아보자. items2 = [{'bikes': 20, 'pants': 30, 'watches': 35, 'shirts': 15, 'shoes':8, 'suits':45}, {'watches': 10, 'glasses': 50, 'bikes': 15, 'pants':5, 'shirts': 2, 'shoes':5, 'suits':7}, {'bikes': 20, 'pants': 30, 'watches': 35, 'glasses': 4, 'shoes':10}] import pandas as pd df = ..

Pandas 활용(4) - 인덱스명, 컬럼명 변경

import pandas as pd df df.rename() 인덱스나 컬럼의 이름을 바꾼다. 파라미터로 인덱스나 컬럼을 지정하고 인자로 딕셔너리를 전달한다. 딕셔너리의 key 값은 기존 이름, value 값은 바꿀 이름 df.rename(index={'store 1': 'first store', 'store 3': 'last store'}) df.rename(columns={'bikes':'hats', 'suits': 'shoes'})​ df.set_index() 원하는 리스트를 직접 전달하거나 컬럼명을 입력해서 인덱스로 지정할 수 있다. df['name'] = ['A', 'B', 'C'] df​ df.set_index('name', inplace=True) # inplace=True : 메모리에 저장..

Pandas 활용(3) - 데이터프레임의 데이터 변경, 추가, 삭제

In [1]: from IPython.display import display, HTML display(HTML("")) # 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', 'sto..

Pandas 활용(2) - 데이터프레임의 Indexing, Slicing

In [1]: from IPython.display import display, HTML display(HTML("")) # 코드 입력창의 너비를 조정하는 코드입니다. 판다스 데이터프레임의 Indexing, Slicing¶ 데이터프레임에서, 원하는 데이터를 access 하는 방법 3가지¶ 컬럼의 데이터를 가져오는 방법 => 변수명 바로 오른쪽에 대괄호 사용 .loc[ , ]로 가져오는 방법 .iloc[ , ]로 가져오는 방법 아래 예제들을 통해 하나씩 알아보자. In [2]: import pandas as pd In [3]: items2 = [{'bikes': 20, 'pants': 30, 'watches': 35}, {'watches': 10, ..

Pandas 활용 (1) - Series/DataFrame 생성, read_csv, to_csv

In [1]: from IPython.display import display, HTML display(HTML("")) # 코드 입력창의 너비를 조정하는 코드입니다. Pandas의 특징¶ 파이썬 언어로 제작된 데이터 조작과 분석을 위한 라이브러리. 기본적인 통계데이터 제공. NaN values를 알아서 처리한다. 데이터셋들을 merge 할 수 있다. Panas Series¶ 판다스의 1차원 데이터를 시리즈라고 부른다 In [2]: # pandas 라이브러리 임포트 import pandas as pd In [3]: data = [30, 6, 'Yes', 'No'] In [4]: # 시리즈를 만든다 x = pd.Series(data= data) In [5]: x Out[5]: 0 30 1 6 2 Yes 3..