pandas 기초정리 -2

글 개요

https://yoo-young.tistory.com/19

Pandas - 기초 정리

이전에 작성했던 pandas 라이브럴 기초를 이어서 작성하려고 합니다. 

 

 

글 본문

 

데이터프레임에 특정 요소가 있는지 확인할 때가 있습니다. 판다스에서도 특정 요소를 찾아주는 문법이 있습니다.

import pandas as pd


df = pd.read_csv('특정.csv')


df['E'].isin(['one', 'two'])
# 있으면 True 없으면 False

# True인 데이터만 가져오기
df[df['E'].isin(['one', 'two')]

 

 

특정 컬럼 제거함수

판다스에서도 특정 데이터를 제거해야할 때가 있습니다. 판다스에서는 데이터를 지우는데 두가지 방법이 있습니다. 

1. del 삭제하기 원하는 컬럼

2. 데이터프레임.drop([삭제는 원하는컬럼], axis=1)  

   -  axis= 0 행 기준 삭제 axis = 1 컬럼 기준  디폴트로 False로 되어있다.

 

import pandas as pd 



df = pd.read_csv('특정.csv')

# 1. del 활용법
del df['E]


# 2. drop 활용법
df.drop(['E'], axis= 1)

 

 

apply() 함수

특정 컬럼의 데이터의 집계함수 정보를 알고싶을 때 사용하면 좋은 함수입니다.

import pandas as pd
import numpy as np 



df = pd.read_csv('특정.csv')

# 합계
df['A'].apply('sum')

# 평균
df['A'].apply('mean')

# 최대
df['A'].apply('max')


# 최소
df['A'].apply('min')


------------------------------
numpy

# 합계
df['A'].apply(np.sum)

# 평균
df['A'].apply(np.mean)

# 표준편차
df['A'].apply(np.std)

 

함수를 custom하여 적용도 할 수 있습니다.

import pandas as pd

df = pd.read_csv('특정.csv')

# 데이터가 양수인지 아닌지 구분하는 함수
def checknum(num):
    return 'plus' if num >0 else 'minus'
   
df['E'].apply(checknum)

 

 

데이터프레임 만들기 

판다스로 데이터프레임 만드는 방법이 두가지가 존재합니다.

1. 딕셔너리안에 리스트형태로 데이터프레임 만들기

2. 리스트안에 딕셔너리형태로 데이터프레임 만들기

위 방법 두 가지 다 보여드리겠습니다.

import pandas as pd



첫 번째 방법
dataFrame1 = pd.DataFrame({
    "key":['K0', 'K4', 'K2', 'K3'],
    "A":['A0', 'A1', 'A2', 'A3'],
    "B":['B0', 'B1', 'B2', 'B3']
})

# 2번째 방법
dataFrame2 = pd.DataFrame([
    {"key":"K0" ,"C":"C0", "D":'D0'},
    {"key":"K1" ,"C":"C1", "D":'D1'},
    {"key":"K2" ,"C":"C2", "D":'D2'},
    {"key":"K3" ,"C":"C3", "D":'D3'}
])

 

첫 번째 방법

 

두 번째 방법

첫 번째 방법은 세로로 데이터가 만들어지고 두 번째 방법은 가로로 데이터가 만들어집니다. 

이뿐만아니라 다양한 방법으로 데이터프레임을 만들 수 있습니다.

 

 

 

데이터프레임 합치기 

판다스의 문법중 두 데이터프레임을 합치는 기능들이 있습니다. 

1. pd.merge()

2. concat()

3. join()

위 3개중 첫 번째로 merge기능을 설명하려고 합니다. 일단, 두 데이터프레임을 만들어 보겠습니다.

import pandas as pd 




firstDataFrame = pd.DataFrame({
    "key":['K0', 'K4', 'K2', 'K3'],
    "A":['A0', 'A1', 'A2', 'A3'],
    "B":['B0', 'B1', 'B2', 'B3']
})
    
    
secondDataFrame = pd.DataFrame([
    {"key":"K0" ,"C":"C0", "D":'D0'},
    {"key":"K1" ,"C":"C1", "D":'D1'},
    {"key":"K2" ,"C":"C2", "D":'D2'},
    {"key":"K3" ,"C":"C3", "D":'D3'}
    
])



pd.merge(firstDataFrame, secondDataFrame, on='Key', how = 'left') # 설명 1

두개의 데이터프레임을 만들었습니다. pd.merge()함수는 두 데이터프레임에서 기준을 잡고 데이터를 병합하는 방법입니다.  기준이 되는 컬럼이나 인덱스를 key값이라고 합니다. 그렇기 때문에 기준이 되는 key값은 두 데이터프레임에 포함이 되어야 합니다.

설명 1번 코드를 설명해보자면 firstDataFrame 데이터프레임과 secondDataFrame을 합치는데 그 기준이 Key라는 컬럼이고 왼쪽에 있는 데이터프레임 키값 기준으로 합친다라는 의미입니다. 

두 데이터프레임

두 데이터프레임을 merge한것

위 이미지는 설명 1번 코드를 실행을 하였을 때 결과입니다. firstDataFrame쪽 기준으로 데이터를 병합을 하니 firstDataFrame값들이 secondDataFrame에 없으니 Nan값이 나타나는 것입니다. 즉, secondDataFrame에 K1값이 없기 때문에 Nan값이 나타난것입니다. 

 

pd.merge()함수의 how 옵션은 4가지가 있습니다.

1. inner: 두 데이터프레임의 교집합만 병합됩니다.

2. outer: 두 데이터프레임의 합집합으로 병합됩니다.

3.right: 오른쪽 데이터프레임 key값기준으로 데이터가 병합됩니다.

4. left: 왼쪽 데이터프레임 key값 기준으로 데이터가 병합됩니다.