[파이썬 판다스] 데이터프레임 각 열의 개수,평균,표준편차,최댓값,최솟값,분위수 출력
판다스 패키지와 넘파이 패키지를 불러옵니다 import pandas as pd import numpy as np np.rand.rand 함수를 이용하여 0~1 사이 균등분포에서 배열을 생성합니다. 생성한 배열로 데이터프레임을 생성합다. 행과 열의 이름을 아래와 같이 입력합니다. >>> df1=pd.DataFrame(np.random.rand(3,4),index=["R1","R2","R3"],columns=["C1","C2","C3","C4"]) >>> df1 C1 C2 C3 C4 R1 0.365426 0.376201 0.644952 0.642808 R2 0.824492 0.194468 0.876285 0.700862 R3 0.926402 0.327502 0.481516 0.087809 각 열의 개수,평균..
2022. 1. 4.
[파이썬 판다스] 데이터프레임 행에 원하는 함수 적용하기 (apply메소드)
판다스 패키지를 불러오고 데이터프레임을 하나 정의합니다. import pandas as pd df1=pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]],columns=['C1','C2','C3'],index=['R1','R2','R3']) >>> df1 C1 C2 C3 R1 1 2 3 R2 4 5 6 R3 7 8 9 각 행에 max 함수를 적용해봅시다. apply 메소드를 사용합니다. axis='columns' 옵션을 적용해야 합니다. 열방향이라는 뜻이고, 열이 진행되는 방향인 좌->우 로 함수가 적용되므로 행에 적용되는 것과 같습니다. >>> df1.apply(max,axis='columns') R1 3 R2 6 R3 9 dtype: int64
2022. 1. 3.
[파이썬 판다스] 데이터프레임 열에 원하는 함수 적용하기 (apply메소드)
판다스 패키지를 불러오고 데이터프레임을 하나 정의합니다. import pandas as pd df1=pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]],columns=['C1','C2','C3'],index=['R1','R2','R3']) >>> df1 C1 C2 C3 R1 1 2 3 R2 4 5 6 R3 7 8 9 각 열에 max 함수를 적용해봅시다. apply 메소드를 사용합니다. >>> df1.apply(max) C1 7 C2 8 C3 9 dtype: int64
2022. 1. 3.
[파이썬 판다스] 데이터프레임과 시리즈의 연산
데이터프레임과 시리즈를 연산하면, 데이터프레임의 각 행이 시리즈와 연산됩니다. 열이랑 연산되야 더 납득가능한 것 같은데, 아무튼 행과 연산됩니다. 데이터프레임 하나와 시리즈 하나를 정의해봅시다. import pandas as pd df1=pd.DataFrame([[1,2,3],[4,5,6]],columns=['C1','C2','C3'],index=['R1','R2']) >>> df1 C1 C2 C3 R1 1 2 3 R2 4 5 6 s1=pd.Series([100,200,300],index=['C1','C2','C3']) >>> s1 C1 100 C2 200 C3 300 dtype: int64 둘을 더해봅시다. >>> df1+s1 C1 C2 C3 R1 101 202 303 R2 104 205 306 각 행..
2021. 12. 30.
[파이썬 판다스] 데이터프레임의 사칙연산 (+빈 곳 채우는 법)
판다스를 불러옵니다. import pandas as pd 데이터프레임을 두개 정의합니다. df1=pd.DataFrame([[1,2,3],[4,5,6]],columns=['C1','C2','C3'],index=['R1','R2']) >>> df1 C1 C2 C3 R1 1 2 3 R2 4 5 6 df2=pd.DataFrame([[10,20,30],[40,50,60]],columns=['C1','C2','C4'],index=['R1','R3']) >>> df2 C1 C2 C4 R1 10 20 30 R3 40 50 60 일부러 인덱스를 약간 다르게 정의했습니다. 두 데이터프레임을 합해봅시다. >>> df1+df2 C1 C2 C3 C4 R1 11.0 22.0 NaN NaN R2 NaN NaN NaN NaN R3 ..
2021. 12. 30.
[파이썬 판다스] 리스트를 이용하여 데이터프레임 정의하기
판다스를 불러옵니다. import numpy as np import pandas as pd 리스트를 하나 정의합니다. L1=[[1,2,3],[4,5,6],[7,8,9],[10,11,12]] >>> L1 [[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]] 리스트를 이용하여 데이터프레임을 정의합니다. df=pd.DataFrame(L1,columns=['C1','C2','C3'],index=['R1','R2','R3','R4']) >>> df C1 C2 C3 R1 1 2 3 R2 4 5 6 R3 7 8 9 R4 10 11 12
2021. 12. 30.
[파이썬 판다스] 시리즈의 사칙연산
판다스를 불러옵니다. import pandas as pd 시리즈를 두개 정의합니다. >>> s1=pd.Series([1,2,3,4,5],index=['a','b','c','f','g']) >>> s1 a 1 b 2 c 3 f 4 g 5 dtype: int64 >>> s2=pd.Series([10,20,30,40,50],index=['a','c','d','e','g']) >>> s2 a 10 c 20 d 30 e 40 g 50 dtype: int64 일부러 인덱스를 약간 다르게 정의했습니다. 두 시리즈를 합해봅시다. >>> s1+s2 a 11.0 b NaN c 23.0 d NaN e NaN f NaN g 55.0 dtype: float64 두 시리즈 모두에 있는 인덱스에서만 연산이 수행됩니다. 같은 인덱스..
2021. 12. 30.
[파이썬 판다스] 데이터 프레임에서 특정 열의 특정 행에 접근하기 (인덱스 이용)
판다스를 불러옵니다. import pandas as pd 먼저 딕셔너리를 정의합니다. dic={'이름':['이호정','이정진','이기호','정희진','이나리'], '성별':['남','남','남','여','여'], '나이':[25,45,72,25,37] } 딕셔너리를 이용하여 데이터프레임을 정의합니다. data1=pd.DataFrame(dic,index=['R1','R2','R3','R4','R5']) >>> data1 이름 성별 나이 R1 이호정 남 25 R2 이정진 남 45 R3 이기호 남 72 R4 정희진 여 25 R5 이나리 여 37 성별 열의 R2와 R4 행에 접근해봅시다. >>> data1.iloc[[1,3],1] R2 남 R4 여 Name: 성별, dtype: object 이름과 나이 열의 R..
2021. 12. 30.
[파이썬 판다스] 데이터 프레임에서 특정 열의 특정 행에 접근하기 (행,열 이름으로 접근)
판다스를 불러옵니다. import pandas as pd 먼저 딕셔너리를 정의합니다. dic={'이름':['이호정','이정진','이기호','정희진','이나리'], '성별':['남','남','남','여','여'], '나이':[25,45,72,25,37] } 딕셔너리를 이용하여 데이터프레임을 정의합니다. data1=pd.DataFrame(dic,index=['R1','R2','R3','R4','R5']) >>> data1 이름 성별 나이 R1 이호정 남 25 R2 이정진 남 45 R3 이기호 남 72 R4 정희진 여 25 R5 이나리 여 37 성별 열의 R2와 R4 행에 접근해봅시다. >>> data1.loc[['R2','R4'],'성별'] R2 남 R4 여 Name: 성별, dtype: object 이름과..
2021. 12. 30.
[파이썬 판다스] 데이터 프레임에서 특정 값을 기준으로 0과 1로 바꾸기
넘파이와 판다스를 불러옵니다. import numpy as np import pandas as pd 배열을 하나 정의합니다. ar=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]]) >>> ar array([[ 1, 2, 3], [ 4, 5, 6], [ 7, 8, 9], [10, 11, 12]]) 배열을 이용하여 데이터프레임을 정의합니다. df=pd.DataFrame(ar,columns=['C1','C2','C3'],index=['R1','R2','R3','R4']) >>> df C1 C2 C3 R1 1 2 3 R2 4 5 6 R3 7 8 9 R4 10 11 12 5을 기준으로 5보다 같거나 큰 값은 1로, 5보다 작은 값은 0으로 바꿔봅시다. 먼저 5보다 작은 값을 0으..
2021. 12. 30.