1차원 테이블 / 2차원 테이블

======== test2.py

# pandas 설치 : R을 보고 만든 파이썬 패키지

#             : Numpy 기반으로 만들어짐, 복잡한 데이터 분석

# dataframe 기반 => 엑셀 table, 2차원 배열(리스트) 행, 열에 접근

# 파일 웹, sns,  csv(=txt), xml, xls, json, ... 데이터 수집

# 정제 : 이상한 데이터 1 ~ 100 999 -> 처리

#        비어있는 데이터 -> 처리

# 요약 정리 표 -> 시각화(그래프)(->많은 데이터 중에서 원하는 부분만 뽑아서 표를 만듬)

# https://pandas.pydata.org/

 

• pandas 설치

< 1차원 테이블 형태 >

import pandas as pd # Series 1차원 테이블 s1 = pd.Series([10, 20, 30, 40, 50]) print(s1)

• 

• 인덱스 번호(0~4)도 같이 생성됨! ⇒ 테이블 형태(엑셀형태)의 데이터로 만들어줌

# index 번호 values 값 print(s1.index) print(s1.values)

• 

s2 = pd.Series(['a', 'b', 'c', 1, 2, 3]) print(s2)

• 

import numpy as np s3 = pd.Series([np.nan, 10, 30]) # np.nan 비어있는 값 print(s3)

• 

• 비어있는 값!

s3 = pd.Series([np.nan, 10, 30]) # np.nan 비어있는 값 print(s3) index_data = ['2020-05-22', '2020-05-23', '2020-05-24'] s4 = pd.Series([100, np.nan, 205], index = index_data) print(s4)

• 

• 0, 1, 2 인덱스 대신에 설정한 인덱스 값으로 변경 가능

# 딕셔너리 형태 : 열 이름이 인덱스 이름 s5 = pd.Series({'국어':100, '영어':95, '수학':90}) print(s5)

• 

# 날짜 자동 생성 s6 = pd.date_range(start='2019-01-01', end='2019-01-07', periods=None, freq='D') print(s6) s7 = pd.date_range(start='2019-01-01', periods=4, freq='D') print(s7)

• 

• 

 

< 2차원 테이블 >

# DataFrame 2차원 테이블 df1 = pd.DataFrame([[1,2,3], [4,5,6], [7,8,9]]) print(df1)

• 

• 3행 3열로 나옴

index_date = pd.date_range(start='2020-06-01', periods=3) columns_list = ['A', 'B', 'C'] df1 = pd.DataFrame([[1,2,3], [4,5,6], [7,8,9]], index=index_data, columns=columns_list) print(df1)

• 

  행 열(인덱스/칼럼) 이름 수정가능!

table_data = {'연도':[2015, 2016, 2017],              '지사':['한국', '미국', '한국'],              '고객수':[200,450,300]} df2 = pd.DataFrame(table_data, index=[1, 2, 3]) print(df2) print(df2.index) print(df2.columns) print(df2.values) print(df2.sum()) # 세로(열)로 더해줌 print(df2.sum(axis=1)) # 가로(행)로 더해줌 print(df2.std()) # 표준편차 print(df2.std(axis=1)) # 표준편차

• 

print(df2.describe())

• 

 

season_data = {'봄':[256.5, 264.3, 215.9, 223.2, 312.8],               '여름':[356.5, 364.3, 315.9, 323.2, 312.8],               '가을':[256.5, 264.3, 215.9, 223.2, 312.8],               '겨울':[156.5, 164.3, 115.9, 123.2, 112.8]} df3 = pd.DataFrame(season_data, index=[2012, 2013, 2014, 2015, 2016]) print(df3)

• 

# 상위 5개 기본 => 3개 print(df3.head(3)) # 하위 5개 기본 => 3개 print(df3.tail(3))

• 

# 1행 ~ 2행 앞까지 추출 print(df3[1:2])

• 

• 행이 0부터 시작하기 때문에 2012년이 아닌 2013년부터 시작!

# 2012 년도 print(df3.loc[2012]) # 2012 ~ 2014 print(df3.loc[2012:2014]) # 봄 print(df3['봄'])

• 

• 

 

# 겨울 강수량 120보다 작은 경우 print(df3['겨울']) print(df3['겨울']<=120) print(df3['겨울'][df3['겨울']<=120])

• 

  

  

 

# 행, 열 print(df3.iloc[0,0]) print(df3.iloc[0,1]) # 전치행렬 (역으로 행과 열을 바꿈) print(df3.T)

• 

# 열 추가 df3['sum_0']=0 print(df3)

• 

# 봄 여름 가을 겨울의 합계 => sum_1 열추가 df3['sum_1'] = df3['봄'] + df3['여름'] + df3['가을'] + df3['겨울'] print(df3) # avg_1 열추가 봄여름가을겨울 평균값 df3['avg_1'] = (df3['봄'] + df3['여름'] + df3['가을'] + df3['겨울'])/4 print(df3)

• 

  

 

# 열 삭제 df3_1 = df3.drop('sum_0', axis=1) print(df3_1)

• 

• df3 을 출력하면 sum_0 도 같이 나옴! 따로 df3_1 에 담아서 출력해야함

 

< 파일 외부로 뽑아내기 >

• 여러 확장자(형식)들 있음!

df1.to_csv('df1.csv')

• 실행시키면

• 

  파일 만들어짐!

 

> 경로 설정도 가능!

df1.to_csv('D:\workspace_py\py1\df1_1.csv')

• 

 

> 인덱스 이름 설정도 가능!

df1.index.name = 'date' print(df1)

• 

 

< 외부 파일 가져오기 >

• read 적으면 많은 확장자들 보임!

# 외부파일 -> 데이터 프레임 fdf1 = pd.read_csv('height.csv') print(fdf1)

• 같은 폴더 내에 있어서 경로지정 따로 줄 필요 없음

• 

# nation -> index 가져오기 fdf1_2 = pd.read_csv('height.csv', index_col='nation') print(fdf1_2)

• 

 

# math.csv fdf2 = pd.read_csv('math.csv') print(fdf2) fdf2_2 = pd.read_csv('math.csv', index_col='year') print(fdf2_2)

•