[Python] Pandas DataFrame 사용법 정리 1 - 생성, 정보 확인, 정렬, 조회, 집계

01 라이브러리 불러오기

import pandas as pd

 

 

 

---

02 DataFrame 생성하기

딕셔너리로 생성하기

pd.DataFrame(딕셔너리명)

 

 

CSV 파일 / URL로 생성하기

pd.read_csv(파일경로/url)

 

 

 

 

 

 

---

03 DataFrame 정보 확인과 정렬

정보 확인 메서드

DataFrame 정보 확인에 자주 사용되는 메서드들은 다음과 같다.

df.head()	상위데이터 확인
df.tail()	하위 데이터 확인
df.shape	데이터프레임 모양 확인
df.columns	열 이름 확인
df.columns.values	열 이름 np.array 형태로 확인
df.dtypes	열 자료형 확인
df.info()	인덱스, 열 자료형, 값 개수, 데이터 형식 정보 등 확인
df.describe()	기초 통계정보 확인

 

 

데이터 정렬 : sort_values

단일 열 정렬

데이터프레임명.sort_values(by=정렬기준 컬럼명, ascending=오름차순 여부)

데이터프레임명.sort_values(정렬기준 컬럼명, ascending=오름차순 여부)

ascending=True로 지정해주면 오름차순 정렬

ascending=False로 지정해주면 내림차순 정렬

 

 

복합 열 정렬

데이터프레임명.sort_values(by=정렬기준 컬럼명 리스트, ascending=오름차순 여부 리스트)

데이터프레임명.sort_values(정렬기준 컬럼명 리스트, ascending=오름차순 여부 리스트)

 

 

고유값 확인 : unique, value_count

데이터프레임명['컬럼명'].unique()

데이터프레임명['컬럼명'].value_counts()

 

 

 

 

---

04 DataFrame 조회

특정 열 조회

데이터프레임명['컬럼명']                         # 시리즈로 조회하기
데이터프레임명[['컬럼명']]      # 데이터프레임으로 조회하기

 

조건으로 조회 : .loc

데이터프레임명.loc[조건문, 컬럼명]

컬럼명을 생략하면 조건문에 해당하는 모든 열과 행이 있는 데이터프레임이 나온다.

 

 

조건으로 조회 : isin, between 메서드 활용

데이터프레임명.loc[ 데이터프레임명['컬럼명'].isin( [값1, 값2, ..., 값n] ) ]     

                                                                  # 값1, 값2, ..., 값n인 데이터만 조회

 

 

데이터프레임명.loc[ 데이터프레임명['컬럼명'].between(값1, 값2) ]                # 값1~값2 범위의 데이터 조회

만약 between 메소드에서 개구간인 범위를 폐구간으로 바꾸고 싶다면 inclusive 속성을 활용하면 된다.

• between(값1, 값2) : [값1, 값2]
• between(값1, 값2, inclusive='left') : [값1, 값2)
• between(값1, 값2, inclusive='right') : (값1, 값2]
• between(값1, 값2, inclusive='both') : (값1, 값2)

 

 

 

---

05 DataFrame 집계

집계 함수 : sum, mean, count, max 등

• 합: sum()
• 평균: mean()
• 최댓값: max()
• 최솟값: min()
• 개수: count()

상기 메소드를 이용하여 지정한 열들을 기준으로 집계를 할 수 있다.

 

 

 

groupby() 활용하여 집계

데이터프레임명.groupby('집계기준변수', as_index=여부)[ ['집계대상변수'] ].집계함수

집계기준변수별 집계대상변수의 집계함수 결과를 보고싶을 때 사용한다.

(e.g. 카테고리별 비디오 뷰 수의 합계)

as_index속성 : True를 설정하면 집계 기준이 되는 열이 인덱스 열이 된다. False는 추가적으로 인덱스가 생성된다.

[ ['집계대상변수'] ] : 생략하면 모든 열에 대한 집계 수행이 된다.

 

 

agg() 활용하여 집계

데이터프레임명.groupby('집계기준변수', as_index=여부)[ ['집계대상변수'] ].agg(집계함수 리스트)