[Python] pandas 함수

pandas 함수

- 자료구조 및 데이터 분석/처리를 위한 파이썬 패키지
- 기본적으로 정의되는 자료 구조인 series와 data frame 사용

import pandas as pd
from pandas import Series, DataFrame

Sereis

- index와 value의 형태를 갖고 있는 pandas 자료 구조
- series는 index와 value로 구성된다는 점에서 value만 갖는 리스트와 구분됨
- index는 기본값으로 0,1,2,3... 으로 자동 생성

a=Series([1,3,5,7])

a.values  # 값
a.indext # 인덱스

# indext 변경
a2 = pd.Series([1,3,5,7], index=['a','b','c','d'])

DataFrame

- 엑셀과 같이 숫자, 문자 등 다양한 데이터를 하나의 표에 담을 수 있는 자료 구조
- 각 열은 서로 다른 자료형이 될 수 있고 열 이름, 행 이름을 가짐

데이터 파일 불러오기
- csv 파일 불러오기 : pd.read_csv( '파일명' )
- excel 파일 불러오기 : pd.read.exel( '파일명' )
- 한글이 포함된 파일 ( '파일명', enconding='euc-kr' )

---

DataFrame 확인하기

○ 처음부터 ~ 개의 행만 불러오기
변수명.head( 불러올 행 개수 ) 기본값 = 5

○ 마지막에서 ~ 개의 행만 불러오기
변수명.tail( 불러올 행 개수 ) 기본값 = 5

○ 연속적인 행 불러오기 ( ~에서 ~까지 행 출력)
변수명[ 처음 출력할 행 : 마지막으로 출력할 행 + 1 ]

○ 특정 열 불러오기
변수[[ '행 이름' ]]
변수명[ 변수명.columns [[ 행 번호 ]] ]
변수명.loc[ : , '첫 열명' : '끝 열명' ]

df['amount'] 또는 df.amount
# amount만 출력

df[df.columns[[1,3,10]]]
# 1,3,10행 출력

df.loc[ :, 'decision':'location']
# decision부터 location까지 출력

○ 특정 행, 열 불러오기
변수.iloc[ 첫 행 : 끝 행, 첫 열 : 끝 열 ]
변수명.at[ 행 번호, '열 이름' ] ~번째의 ' ' 값

df.iloc[1:7, 0:2]
# 1~6행, 0~1열 불러오기

df.at[5, 'amount']
# 5번째 행의 amount 값

---

DataFrame 변환하기

○ 복사, 추가, 삭제, 수정
insert 추가, del 삭제, rename 이름 재설정 함수를 통해 추가, 삭제, 수정 가능

df_columns = df.copy()
# 데이터 프레임 행 복사

df_columns.columns
# 데이터 프레임의 행 확인

○ 열 이름 수정
df_columns.rename(columns={ '원래 행' : '바꿀 행' }, inplace=True)

df_columns.rename(columns={'job' : 'occupation'}, inplace=true)
# job을 occupation으로 수정

○ 열 추가(변수 계산)

df['tex-inclued price']=df['amount']*1.1
# amount에 1.1 곱하여 새로운 행 추가

df.insert(8, 'total price', df['amount']*12)
# 8번째 행에 새로운 행 추가(total price)

○ 열 삭제
del 데이터셋[ '변수명' ]

del df['total price']

○ 특정 집단 데이터만 추출
데이터셋[( 데이터셋[ '변수명' ] = )]

df_gender = df[(df['gender']=1)]
# 성별 중 남성(1)만 추출하여 별도 데이터프레임 만들기

○ 기준값 이상 혹은 이하 데이터만 추출

df_reacount=df[(df['count']<10) & (df['count']>=1)]
# 연 구매횟수 1~9회 고객 데이터만 추출하여 데이터프레임 만들기

---

코딩변경

- 기존에 있는 데이터 값을 새로운 기준으로 만듦
- 재범주화하여 변수 만들기

○ 범주 빈도 확인
데이터셋[ '변수명' ].value_counts(sort=False)

df['edu'].value_counts(sort=False)

○ 재범주 기준 함수 정의
def 임시적 변수명( ) :
if 조건 :
return 1
elif 조건 :
return 2
elif 조건 :
return3

def edu_groups(Series):
  if series == 2 :
     return 1
  elif series == 3 or series == 4 :
     return 2
  elif series >= 5 :
     return 3

---

유통판매데이터분석 강의자료 참조