[파이썬 판다스] 데이터프레임에서 범주형 자료를 수치형으로 바꾸는 방법
데이터프레임으로 범주형 자료를 하나 정의합시다. 여섯 사람의 이름과 각 사람이 사용하는 핸드폰 기종입니다. import numpy as np df = pd.DataFrame({'NAME': ['KSM','LHN','SHN','NKA','POS','YWS'], 'Phone': ['삼성', 'LG', 'LG', '삼성', '애플', '애플']}) >>> df NAME Phone 0 KSM 삼성 1 LHN LG 2 SHN LG 3 NKA 삼성 4 POS 애플 5 YWS 애플 수치형 자료로 바꿀 때는 get_dummy 함수를 사용합니다. 열을 어느 변수를 기준으로 분류할지 결정하기 위해 columns 옵션을 사용합니다. >>> pd.get_dummies(df,columns=['Phone']) NAME Phone..
2022. 2. 11.
[파이썬 판다스] 값을 구간별로 나누기 (연속형데이터를 범주형으로)
점수를 학점으로 바꿔보는 예제입니다. 변환 기준은 아래와 같습니다. #학점 기준 #[0~70) : D #[70~80) : C #[80~90) : C #[90~100) : D 먼저 데이터를 생성하겠습니다. 학생의 번호와 점수입니다. #데이터 생성 num=list(range(1,11)) score=[78,62,65,94,71,97,57,83,71,96] md=pd.DataFrame({'num':num,'score':score}) >>> md num score 0 1 78 1 2 62 2 3 65 3 4 94 4 5 71 5 6 97 6 7 57 7 8 83 8 9 71 9 10 96 점수를 학점으로 변환해봅시다. 판다스의 cut 함수를 사용합니다. #점수를 학점으로 변환 md['score2']=pd.cut(..
2022. 2. 8.
[파이썬 판다스] 데이터프레임에서 매칭된 데이터 추가하기 (map)
판다스를 불러오고 결측치가 포함된 데이터프레임을 만들어줍니다. import pandas as pd df1=pd.DataFrame({'C1':['미국','미국','한국','일본','한국'],'C2':['Javis','John','김','사나','정']}, index=['R1','R2','R3','R4','R5']) >>> df1 C1 C2 R1 미국 Javis R2 미국 John R3 한국 김 R4 일본 사나 R5 한국 정 세번째 열에 국적을 영어로 추가하고 싶습니다. 물론 ['USA','USE','KOREA','JAPAN',KOREA'] 를 직접 정의하여 추가해줄 수도 있지만, 행이 많은 경우는 불편합니다. 편하게 추가하는 방법은 아래와 같습니다. 먼저 매칭을 정의합니다. ENG_NAME={'미국':'U..
2022. 1. 20.
[파이썬 판다스] 데이터프레임에서 중복 행 확인하고 제거하기
판다스를 불러오고 결측치가 포함된 데이터프레임을 만들어줍니다. import pandas as pd df1=pd.DataFrame({'C1':[1,2,3,3],'C2':[10,20,30,30],'C3':[100,200,300,300]},index=['R1','R2','R3','R3']) >>> df1 C1 C2 C3 R1 1 10 100 R2 2 20 200 R3 3 30 300 R3 3 30 300 3,4행이 겹칩니다. 중복행이 있는지 코드로도 확인해봅시다. duplicate 메소드를 사용합니다. >>> df1.duplicated() R1 False R2 False R3 False R3 True dtype: bool 4행이 겹친다고 말해줍니다. 중복행을 제거해봅시다. drop_duplicates 메소드를..
2022. 1. 19.
[파이썬 판다스] 데이터프레임 행 개수, 열 개수
판다스를 불러오고 데이터프레임을 하나 정의합시다. import pandas as pd df1=pd.DataFrame({'C1':[1,2,3],'C2':[10,20,30],'C3':[100,200,300]},index=['R1','R2','R3']) >>> df1 C1 C2 C3 R1 1 10 100 R2 2 20 200 R3 3 30 300 행 개수를 출력하는 방법은 아래와 같이 세 가지가 있습니다. >>> len(df1) 3 >>> len(df.index) 3 >>> df.shape[0] 3 열 개수를 출력하는 방법은 두 가지가 있습니다. >>> len(df1.columns) 3 >>> df1.shape[1] 3
2022. 1. 12.
[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] 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.
[파이썬 판다스] 데이터프레임에서 특정 열 제거하기
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) >>> data1 이름 성별 나이 0 이호정 남 25 1 이정진 남 45 2 이기호 남 72 3 정희진 여 25 4 이나리 여 37 성별 열을 제거해봅시다. drop 메소드를 사용합니다. 행을 제거할 때와 달리 옵션을 입력해야 합니다. axis=1 또는 axis='columns' 옵션을 입력합니다. >>> data1.drop('성별',axis=1) 이름 나이 0 이..
2021. 12. 30.
[파이썬 판다스] 데이터프레임에서 특정 행 제거하기
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) >>> data1 이름 성별 나이 0 이호정 남 25 1 이정진 남 45 2 이기호 남 72 3 정희진 여 25 4 이나리 여 37 2행을 제거해봅시다. drop 메소드를 사용합니다. >>> data1.drop(1) 이름 성별 나이 0 이호정 남 25 2 이기호 남 72 3 정희진 여 25 4 이나리 여 37 리스트를 이용해서 여러 행을 제거하는 것도 가능합니다. ..
2021. 12. 30.
[파이썬 판다스] 데이터프레임에 행,열 순서 동시에 변경하기
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) >>> data1 이름 성별 나이 0 이호정 남 25 1 이정진 남 45 2 이기호 남 72 3 정희진 여 25 4 이나리 여 37 행과 열의 순서를 동시에 변경해봅시다. loc 메소드를 사용합니다. >>> data1.loc[[2,3,4,1,0],['성별','나이','이름']] 성별 나이 이름 2 남 72 이기호 3 여 25 정희진 4 여 37 이나리 1 남 45 ..
2021. 12. 22.
[파이썬 판다스] 데이터프레임에 열 순서 변경하기
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) >>> data1 이름 성별 나이 0 이호정 남 25 1 이정진 남 45 2 이기호 남 72 3 정희진 여 25 4 이나리 여 37 행 순서를 변경해봅시다. reindex 메소드를 사용합니다. columns 옵션을 명시해 주어야 합니다. >>> data1.reindex(columns=['나이','성별','이름']) 나이 성별 이름 0 25 남 이호정 1 45 남 이..
2021. 12. 22.
[파이썬 판다스] 데이터프레임에 행 순서 변경하기
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) >>> data1 이름 성별 나이 0 이호정 남 25 1 이정진 남 45 2 이기호 남 72 3 정희진 여 25 4 이나리 여 37 행 순서를 변경해봅시다. reindex 메소드를 사용합니다. >>> data1.reindex([1,3,2,4,0]) 이름 성별 나이 1 이정진 남 45 3 정희진 여 25 2 이기호 남 72 4 이나리 여 37 0 이호정 남 25
2021. 12. 22.
[파이썬 판다스] 데이터프레임에 행과 열이름에 상위 카테고리 부여
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) >>> data1 이름 성별 나이 0 이호정 남 25 1 이정진 남 45 2 이기호 남 72 3 정희진 여 25 4 이나리 여 37 행과 열에 상위 카테고리명을 부여해봅시다. 행에는 '번호'라는 카테고리를, 열에는 '특성'이라는 카테고리를 부여하겠습니다. 먼저 행에 '번호'라는 카테고리를 부여합시다. index.name 메소드를 사용합니다. >>> data1.ind..
2021. 12. 22.
[파이썬 판다스] 데이터프레임에 행/열 뒤집기(transpose)
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) >>> data1 이름 성별 나이 0 이호정 남 25 1 이정진 남 45 2 이기호 남 72 3 정희진 여 25 4 이나리 여 37 행과 열을 바꿀 때는 T 메소드를 사용합니다. >>> data1.T 0 1 2 3 4 이름 이호정 이정진 이기호 정희진 이나리 성별 남 남 남 여 여
2021. 12. 21.
[파이썬 판다스] 데이터프레임 행 이름 입력하기
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 정의할 때 index 옵션을 추가해주면 됩니다. data1=pd.DataFrame(dic,index=['A','B','C','D','E']) >>> data1 이름 성별 나이 A 이호정 남 25 B 이정진 남 45 C 이기호 남 72 D 정희진 여 25 E 이나리 여 37 중복 입력도 가능합니다. >>> data1=pd.DataFrame(dic,index=['A','B','C','C','E']) >>> data1 이름 ..
2021. 12. 16.