Pandas (2) - DataFrame과 Series (1)

---

판다스 데이터프레임과 시리즈

나만의 데이터 만들기

In [4]:

import pandas as pd

In [5]:

s = pd.Series(['banana', 42])
s

Out [5]:

0    banana
1        42
dtype: object

In [6]:

s = pd.Series(['Wes', 'pandas'], index=['Person', 'Who'])
s

Out [6]:

Person       Wes
Who       pandas
dtype: object

In [7]:

scientists = pd.DataFrame({
    'Name':['Rosaline Franklin', 'William Gosset'],
    'Occupation':['Chemist', 'Statistician'],
    'Born':['1920-07-25', '1876-06-13'],
    'Died':['1958-04-16', '1937-10-16'],
    'Age':[37, 61]
})
scientists

Out [7]:

	Name	Occupation	BOrn	Died	Age
0	Rosaline Franklin	Chemist	1920-0725	1958-04-16	37
1	William Gosset	Statistician	1876-06-13	1937-10-16	61

In [9]:

scientists = pd.DataFrame(
    data={'Name':['Rosaline Franklin', 'William Gosset'],
        'Occupation':['Chemist', 'Statistician'],
        'Born':['1920-07-25', '1876-06-13'],
        'Died':['1958-04-16', '1937-10-16'],
        'Age':[37, 61]},
    index=['Rosaline Franklin', 'William Gosset'],
    columns=['Occupation', 'Died', 'Born', 'Age'] # column의 순서를 지정
)
scientists

Out [9]:

	Occupation	Died	Born	Age
Rosaline Franklin	Chemist	1958-04-16	1920-07-25	37
William Gosset	Statistician	1937-10-16	1876-06-13	61

• 순서가 있는 Dictionary

  from collections import OrderedDict
  OrderedDict([리스트형태(튜플로 키, 값)])
  

  보통 순서가 중요하지 않기에 있다는것 정도만 알기

시리즈 다루기 ― 기초

In [12]:

df = pd.read_csv('data/scientists.csv')
df.head(3)

Out [12]:

	Name	Born	Died	Age	Occupation
0	Rosaline Franklin	1920-07-25	1958-04-16	37	Chemist
1	William Gosset	1876-06-13	1937-10-16	61	Statistician
2	Florence Nightingale	1820-05-12	1910-08-13	90	Nurse

In [13]:

df.index

Out [13]:

RangeIndex(start=0, stop=8, step=1)

In [14]:

df.columns

Out [14]:

Index(['Name', 'Born', 'Died', 'Age', 'Occupation'], dtype='object')

In [15]:

df.values

Out [15]:

array([['Rosaline Franklin', '1920-07-25', '1958-04-16', 37, 'Chemist'],
       ['William Gosset', '1876-06-13', '1937-10-16', 61, 'Statistician'],
       ['Florence Nightingale', '1820-05-12', '1910-08-13', 90, 'Nurse'],
       ['Marie Curie', '1867-11-07', '1934-07-04', 66, 'Chemist'],
       ['Rachel Carson', '1907-05-27', '1964-04-14', 56, 'Biologist'],
       ['John Snow', '1813-03-15', '1858-06-16', 45, 'Physician'],
       ['Alan Turing', '1912-06-23', '1954-06-07', 41,
        'Computer Scientist'],
       ['Johann Gauss', '1777-04-30', '1855-02-23', 77, 'Mathematician']],
      dtype=object)

In [16]:

df.keys() # 메서드 # columns는 속성

Out [16]:

Index(['Name', 'Born', 'Died', 'Age', 'Occupation'], dtype='object')

In [17]:

# 평균나이
df['Age'].mean()

Out [17]:

59.125

In [18]:

# 가장 적은
df['Age'].min()

Out [18]:

37

In [19]:

# 가장 많은
df['Age'].max()

Out [19]:

90

시리즈 메서드

메서드	설명
append	2개 이상의 시리즈 연결
describe()	요약 통계량 계산
drop_duplicates	중복값이 없는 시리즈 반환
equals	시리즈에 해당 값을 가진 요소가 있는지 확인
get_values	시리즈 값 구하기
isin	시리즈에 포함된 값이 있는지 확인
min	가장 작은 값
max	가장 큰 값
mean	평균 값
median	중간값 반환
replace	특정 값을 가진 시리즈 값을 교체
sample	시리즈에서 임의의 값을 반환
sort_values	값을 정렬
to_frame	시리즈를 데이터 프레임으로 반환

In [20]:

# 요약 통계량 계산
df.describe()

Out [20]:

	Age
count	8.000000
mean	59.125000
std	18.325918
min	37.000000
25%	44.000000
50%	58.500000
75%	68.750000
max	90.000000

Reference

• 이 포스트는 SeSAC 인공지능 자연어처리, 컴퓨터비전 기술을 활용한 응용 SW 개발자 양성 과정 - 심선조 강사님의 강의를 정리한 내용입니다.