CS STUDY

column 선택하기 기본적으로 [ ]는 column을 추출 컬럼 인덱스일 경우 인덱스의 리스트는 사용 가능 리스트를 전달할 경우 결과는 Dataframe 하나의 컬럼명을 전달할 경우 결과는 Series import pandas as pd 하나의 컬럼 선택하기 복수의 컬럼 선택하기 dataframe slicing dataframe의 경우 기본적으로 [ ] 연산자가 column선택에 사용 하지만, slicing은 row레벨로 지원 row 선택하기 Series의 경우 [ ]로 row선택이 가능하나, DataFrame의 경우는 기본적으로 column을 선택하도록 설계 .loc, .iloc 함수로 row 선택 가능 loc-인덱스 자체를 사용 iloc- 0based index로 사용 이 두 함수는 ,를 사용하여 ..

csv 데이터로부터 Dataframe 생성 데이터 분석을 위해, dataframe을 생성하는 가장 일반적인 방법 데이터 소스로부터 추출된 csv(comma separated values) 파일로부터 생성 pandas.read_csv 함수 사용 import pandas as pd read_csv 함수 파라미터 sep- 각 데이터 값을 구별하기 위한 구분자(separator) 설정 header - header를 무시할 경우, None 설정 index_col - index로 사용할 column 설정 usecols - 실제로 dataframe에 로딩할 columns만 설정

DataFrame 생성하기 일반적으로 분석을 위한 데이터는 다른 소스(database, 외부 파일)을 통해 dataframe을 생성 여기서는 실습을 통해, dummy 데이터를 생성하는 방법을 다룰 예정 import pandas as pd dictionary로 부터 생성하기 dict의 key -> column Series로 부터 생성하기 각 Series의 인덱스 -> column

import panda as pd 인덱스(Index) index 속성 각 아이템을 특정할 수 있는 고유의 값을 저장 복잡한 데이터의 경우, 멀티 인덱스로 표현 가능 컬럼(column) columns 속성 각각의 특성(feature)을 나타냄 복잡한 데이터의 경우, 멀티 컬럼으로 표현 가능

DataFrame Series가 1차원이라면 DataFrame은 2차원으로 확대된 버전 Excel spreadsheet이라고 생각하면 이해하기 쉬움 2차원이기 때문에 인덱스가 row, column로 구성됨 row 는 각 개별 데이터를, column은 개별 속성을 의미 Data Analysis, Machine Learning에서 data변형을 위해 가장 많이 사용 import panda as pd head, tail 함수 dataframe 데이터 파악하기 shape 속성 (row, column) describe 함수 - 숫자형 데이터의 통계치 계산 info 함수 - 데이터 타입, 각 아이템의 개수 등 출력

import numpy as np import pandas as pd Series 값 변경 추가 및 업데이트: 인덱스를 이용 삭제: drop함수 이용 Slicing 리스트, ndarray와 동일하게 적용

import numpy as np import pandas as pd Boolean selection boolean Series가 [ ] 와 함께 사용되면 True 값에 해당하는 값만 새로 반환되는 Series객체에 포함됨 다중조건의 경우, & (and), | (or)를 사용하여 열결 가능

import numpy as np import pandas as pd index를 기준으로 연산 산술연산 Series의 경우에도 스칼라와의 연산은 각 원소별로 스칼라와의 연산이 적용 Series와의 연산은 각 인덱스에 맞는 값끼리 연산이 적용 이때, 인덱스의 pair가 맞지 않으면, 결과는 NaN 1. index pair가 맞는 경우 2. index pair 가 맞지 않는 경우 해당 index에 대해선 NaN 값 생성

import numpy as np import pandas as pd Series size, shape, unique, count, value_counts 함수 size: 개수 반환 shape: 튜플형태로 shape 반환 unique: 유일한 값만 ndarray로 반환 count: NaN을 제외한 개수를 반환 mean: NaN을 제외한 평균 value_counts: NaN을 제외하고 각 값들의 빈도를 반환 ndarray에 NaN이 있으면 평균을 계산하면 NaN이 나오는데 Series는 그렇지 않다 index를 활용하여 멀티플한 값에 접근 head, tail 함수 head: 상위 n개 출력 기본 5개 tail: 하위 n개 출력 기본 5개

import numpy as np import pandas as pd Series pandas의 기본 객체 중 하나 numpy의 ndarray를 기반으로 인덱싱 기능을 추가하여 1차원 배열을 나타냄 index를 지정하지 않을 시, 기본적으로 ndarray와 같이 0-based인덱스 생성, 지정할 경우 명시적으로 지정된 index를 사용 같은 타입의 0개 이상의 데이터를 가질 수 있음 data로만 생성하기 index는 기본적으로 0부터 자동적으로 생성 data, index함께 명시하기 data, index, data type 함께 명시하기 인덱스 활용하기 1. 인덱스를 통한 데이터 접근 2. 인덱스를 통한 데이터 업데이트 3. 인덱스 재사용하기