27. Jupyter 사용

학습주제

• Jupyter - DataFrame

주요 학습 내용

• DataFame
  • Series는 1차원 구조
  • DataFrame은 2차원 구조
    • axis = 0 : index 방향
    • axis = 1 : columns 방향
    • 2개 이상의 Series로 구성된다. https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.html
• DataFrame 생성
  

  member = {
      'Attack': [111, 222, 333],
      'Defence': [444, 555, 666],
      'Luck': [777, 888, 999]
  }
  member_df = pd.DataFrame(member)
  member_df​

  
• 열(Columns) 접근
  • 데이터가 제공되면 그것으로 columns로 설정한다.
  • 제공되지 않으면 default는 Rangeindex(0, 1, 2 ..n)으로 설정된다.
    

    

    열 접근을 하면 Series가 반환된다.

 

• index
  • 데이터가 제공되면 그것으로 index로 설정된다.
  • 제공되지 않으면 default는 RangeIndex(0, 1, 2..n)으로 설정된다.

 

• 권장하는 방식

• DataFrame의 속성(Attr, attr, attributes)
  - . (dot)을 통해 접근하며 활용할 수 있는 속성을 확인해보자
  • .shape : 행렬 크기(모양)을 알 수 있다.

    

  • .info() : 정보를 알 수 있다.

    

  • .values

    

  • .dtypes : 데이터 타입을 알 수 있다.

    

  • .index

    

  • .columns

    

  • .axes : 인덱스 정보와 열 정보를 알 수 있다.

    

  • .sum : 각 열 => 각 Series를 .sum()한 결과로 또 다른 Series를 만든다.
    • Series는 .sum()하면 단일 값
    • DataFrame을 .sum()하면 Series

      

  • .describe() : 집계함수 요약

    

  • .round(자리수) : 자리수 반올림

    

  • .str.replace() : 포맷 변경하기
    • 숫자형 데이터로 변환 가능한 형태로 처리한다.
    • 데이터 분석에 유용한 형태로 가공하는 작업이다 (데이터 전처리)
    • comma(,)부터 .str.replace()로 삭제하자

      

      삭제

      

      결과 확인

  • .fillna() : 결측치 대체하기

    

  • .astype() : dtype 변환하기
    • 정수형 dtype인 int64로 변환한다.

      

  • .quantile()
    • 분위수 - 오름차순/내림차순 되있을 때 이를 나누는 지점
    • percentiles : 백분위수, 100개 영역 지점이 존재한다. 퍼샌트
    • quartiles : 4분위수, 4구역 지점이 존재한다.

      

      q = 가 확인할 지점이다.

  • .nlargest(n, columns, keep)

    

    movie_df.sort_values(by = 'IMDB_Rating', ascending=False) 랑 같은 결과가 나온다 쉽게 만든거라 생각하면 편하다

  • .nsmallest(n, columns, keep)

    

  • .sort_values()
    • https://pandas.pydata.org/docs/reference/api/pandas.Series.sort_values.html
    • https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.sort_values.html
    • Series.sort_values보다 Data.sort_values인자가 'by'하나 더 있다.
    • Series는 단일 열 이지만, DataFrame은 다중열 이기에 어떤 열을 정렬할 지, 정렬하려는 열 정보가 필요하다.

      

  • .set_index()
    • 특정 열을 인덱스로 설정하는 기능을 제공한다.
    • https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.set_index.html

      

  • .reset_index()
    • 인덱스를 초기화한다.
    • MultiIndex 작업도 초기화한다.

      

  • .drop() : 열 삭제

    

  • .drop() : 행 삭제

    

  • .drop() : 행 삭제(by labels, list-like)

    

  • .drop() : 열 삭제(axis=1)
    • axis = 0 : index 방향
    • axis = 1 : columns 방향

      

  • .insert() : 추가
    • 위치도 지정 가능하다.
    • https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.insert.html

      

  • .dropna()
    • NaN 유형 데이터를 drop 시킨다.

      

  • .fillna() : 결측치 대체하기
    • https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.fillna.html

      

---

• csv로 DataFrame 생성하기
  • df = pd.read_csv(' csv파일')
• 단일 열 접근 -> Series
  • type(df[ '열이름' ])
• 다중 열 접근
  • type(df['열이름', '열이름2', .. ])
• 집계함수 + axis
  • 공간 절약되서 axis='index', axis = 0을 쓰며
  • sum()말고도, max, min, mean등의 집계합수와 axis를 사용해보면 

• DataFrame 집계함수에서 숫자형 데이터만 있지 않을때 숫자만 처리하도록 하는 것
  • numeric_only=

    

• include =
  • 'all'입력된 모든 열이 결과에 포함된다.
  • 데이터 유형의 목록 형태 결과를 지정된 데이터 유형으로 제한한다.
    • 숫자 유형에 대한 결과를 제한하려면 numpy.number를 사용
    • 객체 열에 대한 결과를 제한하려면 numpy.number를 사용하고,
    • select_dtypes와 유사한 방식으로 문자열도 사용할 수 있다.
    • pandas 범주형 열을 선택하려면 'category'를 사용한다.
  • None(기본값), 결과에는 모든 숫자 열이 포함된다.

    

    예시 1

 

예시 2

예시 3

• keep = 
  • 중복값이 있는 경우
  • first : 첫 번째 등장하는 값들을 우선한다(기본값)
  • last : 마지막 등장 값
  • all : 중복된 값을 제거하지 않고 모든 값들을 선택. 이 경우 n보다 더 많은 항목들이 선택될 수 있다

    

    all 사용시 8개로 더 많이 검출된다.

• errors=
  • .drop() 에러 제어, 무시하고 진행

    

• del 을 이용한 열 삭제
  • 해당 데이터 주소로 찾아가서 del로 그 할당을 삭제한다.

    

•  how= : Na 발견시 제거되는 방식 설정
  • NA 발견시 행 또는 열이 데이터프레임에서 제거되는 방식을 결정
  • 'any' : 만약 NA 값이 하나라도 존재한다면, 해당 행 또는 열을 제거
  • 'all' : 만약 모든 값이 NA인 경우에 해당하는 행 또는 열을 제거
• subset= : 특정열의 NA만 확인한다.
• method= :

  

• limit= : 연속되어 결측치가 나올 경우, 결측치 대체 횟수 지정

  

 

 

학습하면서 어려웠던 내용

• 방대한 양의 정보를얻어 혼란스럽고 이해한것 같지만 쓰려고하면 모르겠고,, 계속 찾아보면서 연습해야할 거 같다 :)