[Python] Pandas DataFrame 사용법 정리 2 - 변경, 결합

Pandas Doc

06 DataFrame 변경

열 이름 변경 : rename

                                          데이터프레임명.rename(columns=딕셔너리, inplace=여부)

데이터프레임명.rename(columns={'기존 컬럼명': '바뀔 컬럼명',  ...}, inplace=여부)

inplace=True : 원본 데이터를 변경하겠다.

inplace=Flase : 원본 데이터는 변경하지 않고 조회하겠다.

 

 

열 추가 : 할당하기

데이터프레임명['추가할 컬럼명'] = 추가할 컬럼의 시리즈

• 없는 컬럼명에 추가할 컬럼의 시리즈를 할당하면 그 열이 추가된다.
• 하지만 있는 컬럼명에 할당한다면 추가는 되지 않고 변경된다.
• 맨 뒤 열로 추가된다. 원하는 위치로 열을 추가하려면 insert()메소드를 사용하면 되지만 권장되지 않는다.

 

 

열 삭제하기 : drop

데이터프레임명.drop('삭제할 컬럼명', axis=방향, inplace=여부)

• 원본 데이터를 보존하기 위해 보통 data2 = data.copy()와 같이 깊은 복사 후 삭제를 한다.
• axis=0: 행 삭제 (default)
• axis=1: 열 삭제
• inplace=True: 원본 데이터에서 삭제하겠다.
• inplace=False : 원본 데이터에서 삭제하지 않고 삭제한 데이터프레임을 조회하겠다.

 

값 변경하기 : 열 전체 값 변경

데이터프레임명['변경할 컬럼명'] = 값

 

값 변경하기 : 조건절을 이용한 변경

데이터프레임명.loc[ 조건절, '변경할 컬럼명' ] = 값

 

값 변경하기 : np.where을 활용한 변경

 

 

범주형 값을 변경하기 : map을 활용한 변경

                                                          데이터프레임명.map(딕셔너리)

데이터프레임명.map( { '변경 전 컬럼명' : '변경 후 컬럼명' , ....} )

 

 

 

숫자형 값을 변경하기 : pd.cut을 활용한 변경

pandas.cut doc

            데이터프레임명.cut( 데이터프레임명[ '변경할 컬럼명' ], 범주 개수, labels=[ 범주이름 리스트 ] )

데이터프레임명.cut( 데이터프레임명[ '변경할 컬럼명' ], bins=[범주 구간], labels=[ 범주이름 리스트 ] )

 

 

 

 

 

 

 

---

07 DataFrame 결합

concat을 이용한 결합

Pandas.concat Doc

pd.concat( [ 데이터프레임1, 데이터프레임2 ],  join='결합 방법', axis='결합 방향'  )

• 데이터프레임 여러개로 한번에 concat을 진행할 수 있다.
• axis = 0 : 세로(행)로 합치기
• axis = 1 : 가로(열)로 합치기
• join = 'inner': 매칭되는 행과 열만 합치기
• join = 'outer' : 모든 행과 열 합치기

 

 

 

 

 

 

merge를 이용한 결합

pd.merge( 데이터프레임1, 데이터프레임2, on='결합 기준 컬럼', how='결합 방법')

• 📌 방향이 없고 무조건 가로(열)로 키 값을 기준으로 합친다. 따라서 데이터프레임 2개만을 사용한다.
• how = left : 데이터프레임1의 결합 기준 컬럼이 가지고 있는 값을 기준으로 병합한다.
• how = right : 데이터프레임2의 결합 기준 컬럼이 가지고 있는 값을 기준으로 병합한다.
• how = inner : 결합 기준 컬럼의 두 데이터프레임에서 공통으로 가진 값을 기준으로 병합한다.

 

 

 

pivot을 이용한 재구성

데이터프레임명.pivot( 인덱스, 컬럼명, 값 )