ASAC 6기/데이터 분석

[데이터 기초] Pandas 2

helena1129 2024. 8. 30. 21:08

DataFrame

- 가로줄: index

- 세로줄: columns

import pandas as pd
d = [1,2,3,4,5]
d_df = pd.DataFrame(d)
d_df
  0
0 1
1 2
2 3
3 4
4 5

 

[컬럼 이름 변경하기]

1. rename 사용

** pandas에서는 기본적으로 변경에 대한 메서드들을 바로 적용하지 않기 때문에 inplace=True를 걸어줘야 함

d_df.rename(columns = {0:'col1'},inplace = True)
d_df
  col1
0 1
1 2
2 3
3 4
4 5

 

2. 세로 인덱스(columns) 접근해서 수정

d_df.columns = ['col1']
d_df
  col1
0 1
1 2
2 3
3 4
4 5

 

[새로운 컬럼 생성하기]

d_df['newcol2'] = d
d_df
  col1 newcol2
0 1 1
1 2 2
2 3 3
3 4 4
4 5 5

 

d_df['newcol3'] = d_df['col1'] + d_df['newcol2']
d_df
  col1 newcol2 newcol3
0 1 1 11
1 2 2 12
2 3 3 13
3 4 4 14
4 5 5 15

 

[열 삭제하기]

1. del 함수

del d_df['col1']
d_df
  newcol2 newcol3
0 1 11
1 2 12
2 3 13
3 4 14
4 5 15

 

2. drop 메서드

- 가로줄 제거: axis = 0

- 세로줄 제거: axis = 1 -> 중간에 결측치 있는 경우 주의

** 마찬가지로 inplace=True 적용해야 원본이 변경됨

d_df.drop('newcol3', axis=1)
  newcol2
0 1
1 2
2 3
3 4
4 5

 

d_df.drop(2, axis = 0)
  newcol2 newcol3
0 1 11
1 2 12
3 4 14
4 5 15

 

예시: 주식 가격 데이터프레임

stock_price_df = pd.DataFrame(
    data = [10000, 10300, 9900, 10500, 11000],
    index = ['2024-08-01','2024-08-02','2024-08-03','2024-08-04','2024-08-05']
)
stock_price_df.rename(columns = {0:'시가'}, inplace = True)

stock_price_df['종가'] = [11000, 12000, 10000, 13000, 12000]
stock_price_df['고가'] = [13000, 15000, 15000, 18000, 17000]
stock_price_df['저가'] = [3000, 5000, 5000, 8000, 7000]

stock_price_df
  시가 종가 고가 저가
2024-08-01 10000 11000 13000 3000
2024-08-02 10300 12000 15000 5000
2024-08-03 9900 10000 15000 5000
2024-08-04 10500 13000 18000 8000
2024-08-05 11000 12000 17000 7000

 

# 2024년 8월 3일 시가와 고가의 가격
stock_price_df.loc['2024-08-03',['시가','고가']]
stock_price_df.iloc[2,[0,2]]

 

참고) 원하는 컬럼/index가 어디에 위치하는지 찾는 메서드: get_loc()

stock_price_df.columns.get_loc('시가')
# 0
stock_price_df.index.get_loc('2024-08-02')
# 1

 

[인덱스 다루기]

1. 가로줄 인덱스 재구성: reindex

stock_price_df.reindex(['2024-08-01','2024-08-03']
  시가 종가 고가 저가
2024-08-01 10000 11000 13000 3000
2024-08-03 9900 10000 15000 5000

 

2. 가로줄 인덱스 초기화: reset_index()

stock_price_df.reset_index()
  index 시가 종가 고가 저가
0 2024-08-01 10000 11000 13000 3000
1 2024-08-02 10300 12000 15000 5000
2 2024-08-03 9900 10000 15000 5000
3 2024-08-04 10500 13000 18000 8000
4 2024-08-05 11000 12000 17000 7000

 

[정렬]

1. 가로줄 index or 세로줄 columns 중심 정렬: sort_index(axis = 0/1)

stock_price_df.sort_index(axis=1, ascending=True)
  index 고가 시가 저가 종가
0 2024-08-01 13000 10000 3000 11000
1 2024-08-02 15000 10300 5000 12000
2 2024-08-03 15000 9900 5000 10000
3 2024-08-04 18000 10500 8000 13000
4 2024-08-05 17000 11000 7000 12000 
stock_price_df.sort_index(axis=0, ascending=False)
  시가 종가 고가 저가
2024-08-05 11000 12000 17000 7000
2024-08-04 10500 13000 18000 8000
2024-08-03 9900 10000 15000 5000
2024-08-02 10300 12000 15000 5000
2024-08-01 10000 11000 13000 3000

 

2. 값 자체로 정렬: sort_values()

stock_price_df.sort_values(by=['고가','시가'], ascending=False)
  시가 종가 고가 저가
2024-08-04 10500 13000 18000 8000
2024-08-05 11000 12000 17000 7000
2024-08-02 10300 12000 15000 5000
2024-08-03 9900 10000 15000 5000
2024-08-01 10000 11000 13000 3000

 

참고) rank

stock_price_df['종가'].rank(method='max', ascending=True)
  종가
2024-08-01 4.0
2024-08-02 3.0
2024-08-03 5.0
2024-08-04 1.0
2024-08-05 3.0

 

[줄 단위 연산을 통한 데이터 전처리]

apply + lambda: 줄 단위로 무엇을 할지에 대한 기술

** 하려는 일이 줄 단위로 동일한지 꼭 체크해야 한다!

# 날짜별로 최고가의 가격 보기
stock_price_df.apply(lambda x: x.max(), axis=1)
  0
2024-08-01 13000
2024-08-02 15000
2024-08-03 15000
2024-08-04 18000
2024-08-05 17000

 

# 날짜별 최고가와 최저가의 차이
stock_price_df.apply(lambda x: x.max() - x.min(), axis=1)
  0
2024-08-01 10000
2024-08-02 10000
2024-08-03 10000
2024-08-04 10000
2024-08-05 10000

 

참고) 도움이 되는 메서드

1. describe: 수치형 컬럼들에 대한 기본 정보 제공

2. corr: 컬럼 속성의 선형성에 대한 계량화

3. info: 데이터프레임의 기본 정보 확인

4. index.unique(): 유니크한 인덱스값만 출력

-> len과 함께 활용하여 데이터프레임의 인덱스가 유니크한지 체크할 수 있음