Python의 DataFrame

DataFrame은 pandas라는 데이터 분석 모듈 안에 들어있는 데이터 출력 함수다.

dataFrame 안에 들어가는 데이터 자료형은 딕셔너리이다.

from pandas import DataFrame
data = {'col0':[1,2,3,4],'col1':[10,20,30,40],'col2':[100,200,300,400]}
df = DataFrame(data)
print(df)

위의 코드를 출력하면 이런식으로 나오는 게 dataFrame이다. 

여기서 각 컬럼은 pandas의 Series의 형태로 들어가 있다.

print(df['col0'])
print(df['col0'][0])

이런식으로 컬럼을 꺼내보면 Series 가 나오고 그 시리즈의 인덱스를 통하여 값 하나하나를 받을 수 있다.

data = {'col0':[1,2,3],'col1':[10,20,30]}
index = ['1', '2', '3']
df = DataFrame(data, index)
print(df)

이런식으로 인덱스를 만들어서 뿌릴 수도 있다. 중요한 것은 데이터 다음 인자로 인덱스가 들어간다는 것이다.

df['insert'] = df['col1']-df['col0']
print(df)

이렇게 컬럼을 만들어서 연산을 한 뒤 추가할 수도 있다.

 

df = df[['insert', 'col1', 'col0']]
df

컬럼의 순서를 재정의 할 수도 있다.

 

df.drop(['insert'],axis=1,inplace=True)
df

컬럼을 삭제할 수도 있다.

 

index = ['r1', 'r2', 'r3']
cols = ['c1', 'c2']
df.index = index
df.columns = cols
df

인덱스와 컬럼을 리스트를 이용하여 재설정할 수 있다.

 

행을 선택하고 싶다면 loc 또는 iloc을 쓰면 된다.

loc은 우리가 설정한 인덱스를 기준으로 찾아주고 iloc은 고유 인덱스 번호(0~n)로 찾는 것이다.

행을 하나만 선택하면 Series로 출력되고 두 개 이상 선택하면 dataFrame으로 출력된다.

하지만 하나만 선택했을 때도 리스트로 넣어주면 dataFrame으로 출력된다.

이 때 행의 특정 컬럼값을 찾고 싶다면 .loc[['행이름'],['컬럼이름']] 해주면 된다.

컬럼 이름을 리스트에 넣지 않고 문자열로 넣으면 Series가 반환된다.

groupby()를 이용하여 범주를 나눠서 출력할 수도 있다.

먼저 범주로 쓸 컬럼을 정하여

groups = df.groupby('컬럼명')

그룹을 만들어준다.

이걸 토대로 다시 dataFrame을 범주별로 출력하고 싶다면 만든 그룹을 딕셔너리에 넣어주고 다시 꺼내면 된다.

df_ = dict(list(groups))
df_['범주명']

이렇게 하면 범주별로 출력할 수 있다.

 

데이터프레임을 아래로 합칠 때는 append와 concat을 쓸 수 있는데 이번에 append를 사용해보니 deprecated되었다고 concat으로 바꾸라고 future warning이 계속 떴다.

append가 더 빠르다고는 하지만 에러가 나니 concat을 사용해야 될 것 같다.

df = pd.concat([df1, df2])

 

join은 인덱스 기준으로 횡으로 붙이는 메서드이다.

 

특정 데이터 값을 찾는 메서드는 str.contains()가 있다.

df['컬럼명'].str.contains('찾을문자열')

대소문자 구분을 하기 때문에 contains('asdfadf', case=False) 해주면 대소문자 구분없이 찾아준다.

 

컬럼명을 전체적으로 한꺼번에 바꾸고 싶을 때는

df.columns = ['1','2','3','4']

위와 같이 리스트 형태로 컬럼명값을 싹 넣어주면 바뀐다.

df.rename(columns = {'1':'일 열','2':'이 열'},inplace=True)

rename()으로 위처럼 개별 컬럼명 또한 지정하여 바꿀 수 있다.

 

 

그룹화된 데이터프레임을 필터링하려면 filter()를 쓰면 된다.

람다함수를 이용하여 각 항목별로 조건과 비교할 수 있다.