13.데이터 수정

13.데이터 수정¶

In [1]:

import pandas as pd
df = pd.read_csv('score.csv')
df

Out[1]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
0	채치수	북산고	197	90	85	100	95	85	Python
1	정대만	북산고	184	40	35	50	55	25	Java
2	송태섭	북산고	168	80	75	70	80	75	Javascript
3	서태웅	북산고	187	40	60	70	75	80	NaN
4	강백호	북산고	188	15	20	10	35	10	NaN
5	변덕규	능남고	202	80	100	95	85	80	C
6	황태산	능남고	188	55	65	45	40	35	PYTHON
7	윤대협	능남고	190	100	85	90	95	95	C#

column 수정¶

In [7]:

df['학교'].replace({'북산고':'상북고', '능남고':'무슨고'})

Out[7]:

0    상북고
1    상북고
2    상북고
3    상북고
4    상북고
5    무슨고
6    무슨고
7    무슨고
Name: 학교, dtype: object

In [8]:

df

Out[8]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
0	채치수	북산고	197	90	85	100	95	85	Python
1	정대만	북산고	184	40	35	50	55	25	Java
2	송태섭	북산고	168	80	75	70	80	75	Javascript
3	서태웅	북산고	187	40	60	70	75	80	NaN
4	강백호	북산고	188	15	20	10	35	10	NaN
5	변덕규	능남고	202	80	100	95	85	80	C
6	황태산	능남고	188	55	65	45	40	35	PYTHON
7	윤대협	능남고	190	100	85	90	95	95	C#

In [10]:

df['학교'].replace({'북산고':'상북고'}, inplace=True)
df #'북산고' 가 '상북고' 로바뀐것을 확인할수 있음

Out[10]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
0	채치수	상북고	197	90	85	100	95	85	Python
1	정대만	상북고	184	40	35	50	55	25	Java
2	송태섭	상북고	168	80	75	70	80	75	Javascript
3	서태웅	상북고	187	40	60	70	75	80	NaN
4	강백호	상북고	188	15	20	10	35	10	NaN
5	변덕규	능남고	202	80	100	95	85	80	C
6	황태산	능남고	188	55	65	45	40	35	PYTHON
7	윤대협	능남고	190	100	85	90	95	95	C#

In [11]:

# SW특기 컬럼 소문자로 변경
df['SW특기'].str.lower()

Out[11]:

0        python
1          java
2    javascript
3           NaN
4           NaN
5             c
6        python
7            c#
Name: SW특기, dtype: object

In [13]:

df['SW특기'] = df['SW특기'].str.lower()
df

Out[13]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
0	채치수	상북고	197	90	85	100	95	85	python
1	정대만	상북고	184	40	35	50	55	25	java
2	송태섭	상북고	168	80	75	70	80	75	javascript
3	서태웅	상북고	187	40	60	70	75	80	NaN
4	강백호	상북고	188	15	20	10	35	10	NaN
5	변덕규	능남고	202	80	100	95	85	80	c
6	황태산	능남고	188	55	65	45	40	35	python
7	윤대협	능남고	190	100	85	90	95	95	c#

In [14]:

df['학교'] = df['학교'] + '등학교' #학교 데이터 + '등학교'
df

Out[14]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
0	채치수	상북고등학교	197	90	85	100	95	85	python
1	정대만	상북고등학교	184	40	35	50	55	25	java
2	송태섭	상북고등학교	168	80	75	70	80	75	javascript
3	서태웅	상북고등학교	187	40	60	70	75	80	NaN
4	강백호	상북고등학교	188	15	20	10	35	10	NaN
5	변덕규	능남고등학교	202	80	100	95	85	80	c
6	황태산	능남고등학교	188	55	65	45	40	35	python
7	윤대협	능남고등학교	190	100	85	90	95	95	c#

column 추가¶

In [18]:

df['총합'] = df['국어'] + df['영어'] + df['수학'] + df['과학'] + df['사회']
df

Out[18]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기	총합
0	채치수	상북고등학교	197	90	85	100	95	85	python	455
1	정대만	상북고등학교	184	40	35	50	55	25	java	205
2	송태섭	상북고등학교	168	80	75	70	80	75	javascript	380
3	서태웅	상북고등학교	187	40	60	70	75	80	NaN	325
4	강백호	상북고등학교	188	15	20	10	35	10	NaN	90
5	변덕규	능남고등학교	202	80	100	95	85	80	c	440
6	황태산	능남고등학교	188	55	65	45	40	35	python	240
7	윤대협	능남고등학교	190	100	85	90	95	95	c#	465

In [20]:

df['결과'] = 'fail'
df

Out[20]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기	총합	결과
0	채치수	상북고등학교	197	90	85	100	95	85	python	455	fail
1	정대만	상북고등학교	184	40	35	50	55	25	java	205	fail
2	송태섭	상북고등학교	168	80	75	70	80	75	javascript	380	fail
3	서태웅	상북고등학교	187	40	60	70	75	80	NaN	325	fail
4	강백호	상북고등학교	188	15	20	10	35	10	NaN	90	fail
5	변덕규	능남고등학교	202	80	100	95	85	80	c	440	fail
6	황태산	능남고등학교	188	55	65	45	40	35	python	240	fail
7	윤대협	능남고등학교	190	100	85	90	95	95	c#	465	fail

In [23]:

df.loc[df['총합']>400, '결과'] = 'Pass' #총합이 400보다 큰 데이터에 대해 결과를 pass로 치환
df

Out[23]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기	총합	결과
0	채치수	상북고등학교	197	90	85	100	95	85	python	455	Pass
1	정대만	상북고등학교	184	40	35	50	55	25	java	205	fail
2	송태섭	상북고등학교	168	80	75	70	80	75	javascript	380	fail
3	서태웅	상북고등학교	187	40	60	70	75	80	NaN	325	fail
4	강백호	상북고등학교	188	15	20	10	35	10	NaN	90	fail
5	변덕규	능남고등학교	202	80	100	95	85	80	c	440	Pass
6	황태산	능남고등학교	188	55	65	45	40	35	python	240	fail
7	윤대협	능남고등학교	190	100	85	90	95	95	c#	465	Pass

column 삭제¶

In [25]:

df.drop(columns=['총합']) #총합 컬럼을 삭제

Out[25]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기	결과
0	채치수	상북고등학교	197	90	85	100	95	85	python	Pass
1	정대만	상북고등학교	184	40	35	50	55	25	java	fail
2	송태섭	상북고등학교	168	80	75	70	80	75	javascript	fail
3	서태웅	상북고등학교	187	40	60	70	75	80	NaN	fail
4	강백호	상북고등학교	188	15	20	10	35	10	NaN	fail
5	변덕규	능남고등학교	202	80	100	95	85	80	c	Pass
6	황태산	능남고등학교	188	55	65	45	40	35	python	fail
7	윤대협	능남고등학교	190	100	85	90	95	95	c#	Pass

In [26]:

df.drop(columns = ['국어','영어','수학']) #국어 영어 수학 컬럼을 삭제

Out[26]:

	이름	학교	키	과학	사회	SW특기	총합	결과
0	채치수	상북고등학교	197	95	85	python	455	Pass
1	정대만	상북고등학교	184	55	25	java	205	fail
2	송태섭	상북고등학교	168	80	75	javascript	380	fail
3	서태웅	상북고등학교	187	75	80	NaN	325	fail
4	강백호	상북고등학교	188	35	10	NaN	90	fail
5	변덕규	능남고등학교	202	85	80	c	440	Pass
6	황태산	능남고등학교	188	40	35	python	240	fail
7	윤대협	능남고등학교	190	95	95	c#	465	Pass

In [27]:

df

Out[27]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기	총합	결과
0	채치수	상북고등학교	197	90	85	100	95	85	python	455	Pass
1	정대만	상북고등학교	184	40	35	50	55	25	java	205	fail
2	송태섭	상북고등학교	168	80	75	70	80	75	javascript	380	fail
3	서태웅	상북고등학교	187	40	60	70	75	80	NaN	325	fail
4	강백호	상북고등학교	188	15	20	10	35	10	NaN	90	fail
5	변덕규	능남고등학교	202	80	100	95	85	80	c	440	Pass
6	황태산	능남고등학교	188	55	65	45	40	35	python	240	fail
7	윤대협	능남고등학교	190	100	85	90	95	95	c#	465	Pass

ROW삭제¶

In [29]:

df.drop(index = 4) #인덱스가 4인 row삭제

Out[29]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기	총합	결과
0	채치수	상북고등학교	197	90	85	100	95	85	python	455	Pass
1	정대만	상북고등학교	184	40	35	50	55	25	java	205	fail
2	송태섭	상북고등학교	168	80	75	70	80	75	javascript	380	fail
3	서태웅	상북고등학교	187	40	60	70	75	80	NaN	325	fail
5	변덕규	능남고등학교	202	80	100	95	85	80	c	440	Pass
6	황태산	능남고등학교	188	55	65	45	40	35	python	240	fail
7	윤대협	능남고등학교	190	100	85	90	95	95	c#	465	Pass

In [31]:

df[df['수학']<80]

Out[31]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기	총합	결과
1	정대만	상북고등학교	184	40	35	50	55	25	java	205	fail
2	송태섭	상북고등학교	168	80	75	70	80	75	javascript	380	fail
3	서태웅	상북고등학교	187	40	60	70	75	80	NaN	325	fail
4	강백호	상북고등학교	188	15	20	10	35	10	NaN	90	fail
6	황태산	능남고등학교	188	55	65	45	40	35	python	240	fail

In [32]:

df.drop(index = df[df['수학']<80].index)

Out[32]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기	총합	결과
0	채치수	상북고등학교	197	90	85	100	95	85	python	455	Pass
5	변덕규	능남고등학교	202	80	100	95	85	80	c	440	Pass
7	윤대협	능남고등학교	190	100	85	90	95	95	c#	465	Pass

row추가¶

In [33]:

df

Out[33]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기	총합	결과
0	채치수	상북고등학교	197	90	85	100	95	85	python	455	Pass
1	정대만	상북고등학교	184	40	35	50	55	25	java	205	fail
2	송태섭	상북고등학교	168	80	75	70	80	75	javascript	380	fail
3	서태웅	상북고등학교	187	40	60	70	75	80	NaN	325	fail
4	강백호	상북고등학교	188	15	20	10	35	10	NaN	90	fail
5	변덕규	능남고등학교	202	80	100	95	85	80	c	440	Pass
6	황태산	능남고등학교	188	55	65	45	40	35	python	240	fail
7	윤대협	능남고등학교	190	100	85	90	95	95	c#	465	Pass

In [35]:

df.loc[9] = ['주세용','안동대학교', 185, 90, 90, 90, 90, 90, 'Kotlin', 450, 'Pass'] #새로운 row 추가
df

Out[35]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기	총합	결과
0	채치수	상북고등학교	197	90	85	100	95	85	python	455	Pass
1	정대만	상북고등학교	184	40	35	50	55	25	java	205	fail
2	송태섭	상북고등학교	168	80	75	70	80	75	javascript	380	fail
3	서태웅	상북고등학교	187	40	60	70	75	80	NaN	325	fail
4	강백호	상북고등학교	188	15	20	10	35	10	NaN	90	fail
5	변덕규	능남고등학교	202	80	100	95	85	80	c	440	Pass
6	황태산	능남고등학교	188	55	65	45	40	35	python	240	fail
7	윤대협	능남고등학교	190	100	85	90	95	95	c#	465	Pass
9	주세용	안동대학교	185	90	90	90	90	90	Kotlin	450	Pass

cell수정¶

In [37]:

df.loc[df['이름']=='서태웅', 'SW특기'] = 'python' #서태웅 학생의 sw특기 데이터를 python으로 변경
df

Out[37]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기	총합	결과
0	채치수	상북고등학교	197	90	85	100	95	85	python	455	Pass
1	정대만	상북고등학교	184	40	35	50	55	25	java	205	fail
2	송태섭	상북고등학교	168	80	75	70	80	75	javascript	380	fail
3	서태웅	상북고등학교	187	40	60	70	75	80	python	325	fail
4	강백호	상북고등학교	188	15	20	10	35	10	NaN	90	fail
5	변덕규	능남고등학교	202	80	100	95	85	80	c	440	Pass
6	황태산	능남고등학교	188	55	65	45	40	35	python	240	fail
7	윤대협	능남고등학교	190	100	85	90	95	95	c#	465	Pass
9	주세용	안동대학교	185	90	90	90	90	90	Kotlin	450	Pass

In [39]:

df.loc[df['이름']=='강백호',['학교','SW특기']] = ['안동대학교','c']
df

Out[39]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기	총합	결과
0	채치수	상북고등학교	197	90	85	100	95	85	python	455	Pass
1	정대만	상북고등학교	184	40	35	50	55	25	java	205	fail
2	송태섭	상북고등학교	168	80	75	70	80	75	javascript	380	fail
3	서태웅	상북고등학교	187	40	60	70	75	80	python	325	fail
4	강백호	안동대학교	188	15	20	10	35	10	c	90	fail
5	변덕규	능남고등학교	202	80	100	95	85	80	c	440	Pass
6	황태산	능남고등학교	188	55	65	45	40	35	python	240	fail
7	윤대협	능남고등학교	190	100	85	90	95	95	c#	465	Pass
9	주세용	안동대학교	185	90	90	90	90	90	Kotlin	450	Pass

column 순서 변경¶

In [40]:

df.columns

Out[40]:

Index(['이름', '학교', '키', '국어', '영어', '수학', '과학', '사회', 'SW특기', '총합', '결과'], dtype='object')

In [43]:

col_list = list(df.columns)
col_list

Out[43]:

['이름', '학교', '키', '국어', '영어', '수학', '과학', '사회', 'SW특기', '총합', '결과']

In [48]:

col_list[-1]

Out[48]:

'결과'

In [51]:

df = df[[col_list[-1]] + col_list[0:-1]] #맨뒤에있는 결과 컬럼을 앞으로 가져오고 
#나머지 컬럼들을 합쳐서 순서변경
df

Out[51]:

	결과	이름	학교	키	국어	영어	수학	과학	사회	SW특기	총합
0	Pass	채치수	상북고등학교	197	90	85	100	95	85	python	455
1	fail	정대만	상북고등학교	184	40	35	50	55	25	java	205
2	fail	송태섭	상북고등학교	168	80	75	70	80	75	javascript	380
3	fail	서태웅	상북고등학교	187	40	60	70	75	80	python	325
4	fail	강백호	안동대학교	188	15	20	10	35	10	c	90
5	Pass	변덕규	능남고등학교	202	80	100	95	85	80	c	440
6	fail	황태산	능남고등학교	188	55	65	45	40	35	python	240
7	Pass	윤대협	능남고등학교	190	100	85	90	95	95	c#	465
9	Pass	주세용	안동대학교	185	90	90	90	90	90	Kotlin	450

column 이름 변경¶

In [54]:

df = df[['결과','이름','학교']]
df

Out[54]:

	결과	이름	학교
0	Pass	채치수	상북고등학교
1	fail	정대만	상북고등학교
2	fail	송태섭	상북고등학교
3	fail	서태웅	상북고등학교
4	fail	강백호	안동대학교
5	Pass	변덕규	능남고등학교
6	fail	황태산	능남고등학교
7	Pass	윤대협	능남고등학교
9	Pass	주세용	안동대학교

In [55]:

df.columns

Out[55]:

Index(['결과', '이름', '학교'], dtype='object')

In [56]:

df.columns = ['result','name','school']
df

Out[56]:

	result	name	school
0	Pass	채치수	상북고등학교
1	fail	정대만	상북고등학교
2	fail	송태섭	상북고등학교
3	fail	서태웅	상북고등학교
4	fail	강백호	안동대학교
5	Pass	변덕규	능남고등학교
6	fail	황태산	능남고등학교
7	Pass	윤대협	능남고등학교
9	Pass	주세용	안동대학교

In [ ]:

In [ ]:

In [ ]:

In [ ]: