[Pandas] 기본 DF 생성, 출력 확인, 컬럼명 기반 추출

설치 및 실행

pip install pandas     # 또는 프롬프트보다는 !conda install pandas, !pip install pandas
# 아나콘다는기본 설치이므로 별도 설치 필요 X
import pandas as pd   #pd로 약칭화

 

DataFrame (표) 만들기 ->  pd.DataFrame(2차원리스트, columns=컬럼리스트, index=인덱스리스트)

 

 

Create the table from the List format)

df = pd.DataFrame([
    ['james',30,'programmer'],    #개수만큼 순서대로 하나씩
    ['amy',20,'student'],
    ['david',25,'designer'] ],
    columns=['name','age','job'],     # 칼럼이름 
    index=['a','b','c']               # 행 이름
)

df

또는 변수 지정

basic = [['james',30,'programmer'],
    ['amy',20,'student'],
    ['david',25,'designer']]

df = pd.DataFrame(basic, columns = ['name', 'age', 'job'], index = ['a', 'b','c'])

df

 

출력화면

 

 

Create the table from the Dict format)

df = pd.DataFrame(
    {'name':['james','amy','david'],          # key = 칼럼이름 value = 값
     'age':[30,20,25],
     'job':['programmer','student','designer']
    },
    index=['a','b','c']        # 행 이름
)

df

또는

 

dict = {'name':['james','amy','david'],           # dict 변수 지정
 'age':[30,20,25],
 'job':['programmer','student','designer']
}

df = pd.DataFrame( dict,         # 변수로 바로 출력
    index=['a','b','c']          # 필요한건 행 이름(index) list 뿐
)

df

same result

 

 

Create the table from the CSV file outside)

df = pd.read_csv('data/scores.csv')    #csv file must be utf-8 format.
df         # 경로는 해당 ipynb 실행한 경로 기준이 현 위치!

 

 

---

기본 데이터 열람법 (위 df = pd.read_csv 상태에서)

 

 

 

 

head(n)   -> n행만큼 윗부분 출력     * n 생략시; head()  ->  기본 5행 출력

tail(n) -> n행만큼 뒷부분 출력

sample(n) -> n개만큼 랜덤행 출력

df.head(3)
df.tail()   # 5행 출력
df.sample()   # 랜덤 1개 출력

 

nlargest(n, 'name')    ->  n개만큼 name 칼럼의 높은 순으로 출력

nsmallest(n,'name')  ->  n개만큼 name 칼럼의 낮은 순으로 출력

df.nlargest(5,'eng')     # eng칼럼 높은순으로 5개 출력
df.nsmallest(5,'eng')    # eng칼럼 낮은순으로 5개 출력

 

 

 

df.shape -> 데이터 크기 조회   ex) (30, 4)

len(df)  -> 데이터 개수 조회   ->  ex) 30

df.columns -> 컬럼명 조회 -> ex) Index(['name', 'kor', 'eng', 'math'], dtype='object')

df.index -> 인덱스 조회 -> ex) RangeIndex(start=0, stop=30, step=1)

df.dtypes -> 자료형 조회

-> ex) 

name     object
kor     float64
eng     float64
math    float64
dtype: object

 

df.info() -> 정보 조회 (샘플, 칼럼, 각 별 정보 확인)        주로 non null 여부, type, 컬럼정도만 확인.

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 30 entries, 0 to 29
Data columns (total 4 columns):
 #   Column  Non-Null Count  Dtype  
---  ------        --------------         -----  
 0   name    30 non-null           object 
 1   kor        27 non-null           float64
 2   eng      28 non-null            float64
 3   math     29 non-null          float64
dtypes: float64(3), object(1)
memory usage: 1.1+ KB

 

 

 

df['name'].value_counts() -> 특정 칼럼 정보만 조회 -> ex) df['kor'].value_counts()

100.0    8
90.0     6
70.0     5
95.0     3
80.0     3
50.0     2
Name: kor, dtype: int64

 

 

df.describe() -> 전반적 요약 통계 조회 (개수 평균 중간값 등)

Ex)

 

df['name'].mean() -> 특정 칼럼 특정치만 조회 -> ex) df['kor'].mean()

-> 85.74074074074075

 

 

 

 

 

 

 

컬럼명 기반 데이터 추출하기 (대괄호 안 list형태 칼럼 들어감. 대괄호 2개여야함)

# 'name','kor' 컬럼 데이터 추출하기
df_name_kor = df[['name','kor']]   
df_name_kor.head(3)

# 'math' 컬럼을 데이터프레임 형태로 추출하기
df_math = df[['math']] 
df_math

 

# type
type(df_math)

pandas.core.frame.DataFrame

 

 

 

 

조건에 따른 데이터 추출(bool 타입)

# kor 점수가 100점인 데이터 불린인덱스
df['kor']==100

0      True
1     False
2     False
3      True
4     False
5     False
6     False
7     False
8     False
9      True
10    False
11    False
12     True
13    False
14    False
15     True
16    False
17    False
18    False
19    False
20     True
21    False
22    False
23     True
24    False
25    False
26     True
27    False
28    False
29    False
Name: kor, dtype: bool

 

 

 

 

 

bool 형태로 데이터 추출

# kor 점수가 100점인 데이터 추출
df[df['kor']==100]

 

조건이 여러 개인 경우 논리 연산자(&, |, ~, ~=) 기준으로 ()로 나뉨

note::   & : and        | : or        != : not equal        ~ : not

# 한 과목이라도 100을 받은 학생 추출
df[(df.kor==100)|(df.eng==100)|(df.math==100)]

# kor의 값이 60~90인 학생의 name, kor 추출

df[(df['kor']>=60)&(df['kor']<=90)][['name','kor']]

 

특정 값인 경우만 추출    .isin([ 칼럼 ])    <- ~리스트에 해당하는 조건

# 이름이 Amy인 데이터 추출
df[df['name'].isin(['Amy'])]

# 이름이 Amy, Rose인 데이터 추출
df[df['name'].isin(['Amy','Rose'])]

# kor이 50,100 데이터 추출
df[df['kor'].isin([50,100])]

 

 

컬럼.isnull()   -> null인 것만 추출    

컬럼.notnull() -> null아닌 것만 추출

 

# kor이 null인 데이터 추출
df[df.kor.isnull()]

# kor이 null이 아닌 데이터 추출
df[df.kor.notnull()]