29 Jupyter- DataFrame 심화

학습주제

• DataFrame - 심화

주요 학습 내용

• .apply(func)의 여러 열 데이터 활용하기

  

• .apply(lambda_func)

  

  Income을 달러 -> 원화로 변경

• .astype(dtype)로 형변환
  • NA는 형변환이 불가하다
  • int64는 64비트를 표현 가능한 범위를 사용
  • int 8은 8비트로 표현 가능한 범위를 사용

    

• .replace()
  • https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.replace.html
  • https://pandas.pydata.org/docs/reference/api/pandas.Series.replace.html
  • https://pandas.pydata.org/docs/reference/api/pandas.Series.str.replace.html

    

    없는 값을 바꾸려하면? ==> 아무 에러도 발생하지 않는다.

• .where()
  • 조건에 맞는 데이터가 아니면 NA를 반환한다.
  • https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.where.html
  • https://pandas.pydata.org/docs/reference/api/pandas.Series.where.html

    

    이런식으로 은닉도 가능하다

• .agg()
  • 지정된, 즉(axis)을 기준으로 하나 이상의 연산을 사용하여 데이터를 집계(aggregate)하는 기능을 제공한다.

    

    

  • 주의 : agg()는 numeric_only=True가 안된다.
  • https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.agg.html
  • https://pandas.pydata.org/docs/reference/api/pandas.Series.agg.html
•  copy() : 데이터프레임 / 시리즈의 복제

  

  

  값은 같아도 주소는 다르다

• 멀티인덱스 / 멀티인덱싱
  • 하나 이상의 인덱스 레벨을 가지는 인덱스 구조
  • 데이터프레임이나 시리즈의 다차원적인 인덱싱을 지원하기 위해 사용한다.
  • 멀티인덱스로 인해 데이터를 계층적(hierarchical)으로 조직화
  • 다양한 차원에(Multi-level서 데이터에 접근 가능
  • 멀티인덱스 생성은 데이터프레임 또는 시리즈를 생성할 때 인덱스를 array같은 형태로 지정
  • 방법 1

    

  • 방법 2

    

  • .get_level_values(level)
    • https://pandas.pydata.org/docs/reference/api/pandas.Index.get_level_values.html

      

• 멀티인덱스를 활용해 조회하기

  

  

   
• 특정 여러 row 조회
  • 뒤에 : 를 생략하면 에러가 나옵니다

    

 

공부하면서 어려웠던 점

• 직접 활용하기 까진 많은 연습이 필요할것 같다 ㅎㅎ