loc,iloc(6.7)

In [1]:

from google.colab import drive
drive.mount('/content/drive')

Mounted at /content/drive

In [3]:

import pandas as pd
import numpy as np

배열의 브로드캐스트¶

In [8]:

x = np.arange(5)
y = np.ones_like(x)

print('x=',x)
print('y=',y)
print('x+y=',x+y)
print('x+1=',x+1)

x= [0 1 2 3 4]
y= [1 1 1 1 1]
x+y= [1 2 3 4 5]
x+1= [1 2 3 4 5]

In [17]:

x = np.array([[0,0,0],
             [1,1,1],
             [2,2,2],
             [3,3,3],
             [4,4,4]])
y = np.arange(1,4)
print('y=',y)
print('x+y=',x+y)

y= [1 2 3]
x+y= [[1 2 3]
 [2 3 4]
 [3 4 5]
 [4 5 6]
 [5 6 7]]

In [16]:

x = np.array([[0,0,0],
             [1,1,1],
             [2,2,2],
             [3,3,3],
             [4,4,4]])

y = np.arange(1,6)[:,np.newaxis]
print('y=',y)
print('x+y=',x+y)

y= [[1]
 [2]
 [3]
 [4]
 [5]]
x+y= [[1 1 1]
 [3 3 3]
 [5 5 5]
 [7 7 7]
 [9 9 9]]

판다스¶

딕셔너리를 이용하여, 시리즈 생성¶

In [19]:

import pandas as pd
dict_data = {'a':1, 'b':2, 'c':3}
sr = pd.Series(dict_data)
print(sr)
print(type(sr))

a    1
b    2
c    3
dtype: int64
<class 'pandas.core.series.Series'>

리스트를 이용하여 시리즈 생성¶

In [29]:

list_data = ['칠판', '보드마카', '모니터', 123, 'abd']
sr = pd.Series(list_data)
print(sr)
print('\n')
print('type:', type(sr))
print('\n')
print('index:', sr.index)
print('value:', sr.values)

0      칠판
1    보드마카
2     모니터
3     123
4     abd
dtype: object


type: <class 'pandas.core.series.Series'>


index: RangeIndex(start=0, stop=5, step=1)
value: ['칠판' '보드마카' '모니터' 123 'abd']

튜플을 이용해 시리즈 생성¶

In [30]:

tuple_data = ('칠판', '보드마카', '모니터', 123, 'abd')

sr = pd.Series(tuple_data, index = ['강의도구','필기도구','시각도구','숫자','알파벳'])

print(sr)
print('\n')
print('type:', type(sr))
print('\n')
print('index:', sr.index)
print('value:', sr.values)

강의도구      칠판
필기도구    보드마카
시각도구     모니터
숫자       123
알파벳      abd
dtype: object


type: <class 'pandas.core.series.Series'>


index: Index(['강의도구', '필기도구', '시각도구', '숫자', '알파벳'], dtype='object')
value: ['칠판' '보드마카' '모니터' 123 'abd']

값 추출¶

In [40]:

list_data = ['칠판', '보드마카', '모니터', 123, 'abd']
sr = pd.Series(list_data, index = ['강의도구','필기도구','시각도구','숫자','알파벳'])
print(sr)

print('\n')
print(sr[[0,2]])
print(sr[['강의도구','필기도구']])

강의도구      칠판
필기도구    보드마카
시각도구     모니터
숫자       123
알파벳      abd
dtype: object


강의도구     칠판
시각도구    모니터
dtype: object
강의도구      칠판
필기도구    보드마카
dtype: object

슬라이싱을 사용해 값 추출¶

In [45]:

list_data = ['칠판', '보드마카', '모니터', 123, 'abd']
sr = pd.Series(list_data, index = ['강의도구','필기도구','시각도구','숫자','알파벳'])
print(sr)

print('\n')
print(sr[0:2])
print(sr['강의도구':'필기도구'])

강의도구      칠판
필기도구    보드마카
시각도구     모니터
숫자       123
알파벳      abd
dtype: object


강의도구      칠판
필기도구    보드마카
dtype: object
강의도구      칠판
필기도구    보드마카
dtype: object

데이터 프레임¶

키는 열이름으로 들어가게 되고 인덱스는 따로 지정됨¶

In [47]:

dict_data = {'a':[1,2,3], 'b':[1,2,3], 'c':[1,2,3]}
df = pd.DataFrame(dict_data)
print(df)
print('type:',type(df))

   a  b  c
0  1  1  1
1  2  2  2
2  3  3  3
type: <class 'pandas.core.frame.DataFrame'>

열 이름, 행 인덱스 따로 지정¶

In [54]:

df = pd.DataFrame([[22, '남', '서울'],
                   [21, '여', '부산']],
                  index=['규석', '혜림'],
                  columns=['나이', '성별', '지역'])
df

Out[54]:

	나이	성별	지역
규석	22	남	서울
혜림	21	여	부산

In [55]:

df.index = ['주혁','지혜']
df.columns = ['연령',' 남여', '출신']
df

Out[55]:

	연령	남여	출신
주혁	22	남	서울
지혜	21	여	부산

행 인덱스와 열 이름을 선택하여 바꾸기¶

In [60]:

df = pd.DataFrame([[22, '남', '서울'],
                   [21, '여', '부산']],
                  index=['규석', '혜림'],
                  columns=['나이', '성별', '지역'])
df.rename(index = {'규석':'세용'}, inplace=True)
df.rename(columns = {'나이':'Age', '성별':'남여'}, inplace=True)
df

Out[60]:

	Age	남여	지역
세용	22	남	서울
혜림	21	여	부산

행 제거¶

In [70]:

exam_data = {'국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95]}
df  = pd.DataFrame(exam_data, index = ['학생1', '학생2', '학생3'])


df2 = df[:]
df2.drop(index = '학생3', inplace = True) #학생3 인덱스에 대한 데이터 삭제
df2.drop(columns = '과학', inplace=True) #과학 컬럼 삭제
display('df2', df2)

df3 = df[:]
df3.drop(index=['학생1','학생2'], axis = 0,inplace=True) #axis = 0 >>> 행삭제이다
display('df3:', df3)

<ipython-input-70-fbc78f756d11>:6: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  df2.drop(index = '학생3', inplace = True) #학생3 인덱스에 대한 데이터 삭제
<ipython-input-70-fbc78f756d11>:7: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  df2.drop(columns = '과학', inplace=True) #과학 컬럼 삭제

'df2'

	국어	수학	영어
학생1	90	100	70
학생2	85	80	85

<ipython-input-70-fbc78f756d11>:11: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  df3.drop(index=['학생1','학생2'], axis = 0,inplace=True) #axis = 0 >>> 행삭제이다

'df3:'

	국어	수학	영어	과학
학생3	75	60	90	95

행 선택¶

In [75]:

exam_data = {'국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95]}

df = pd.DataFrame(exam_data, index = ['학생1','학생2','학생3'])
display('df',df)
label = df.loc[['학생1','학생2']]
display('label', label)
position = df.iloc[[0,2]]
display('position', position)

'df'

	국어	수학	영어	과학
학생1	90	100	70	65
학생2	85	80	85	100
학생3	75	60	90	95

'label'

	국어	수학	영어	과학
학생1	90	100	70	65
학생2	85	80	85	100

'position'

	국어	수학	영어	과학
학생1	90	100	70	65
학생3	75	60	90	95

열 선택¶

In [85]:

exam_data = {'국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95]}

df = pd.DataFrame(exam_data, index = ['학생1','학생2','학생3'])
display('df',df)

math1 = df[['수학']]
display('math1', math1)

math_science = df[['수학','과학']]
display('math_science', math_science)

'df'

	국어	수학	영어	과학
학생1	90	100	70	65
학생2	85	80	85	100
학생3	75	60	90	95

'math1'

	수학
학생1	100
학생2	80
학생3	60

'math_science'

	수학	과학
학생1	100	65
학생2	80	100
학생3	60	95

행 선택 슬라이싱 고급¶

열 선택 슬라이싱 고급¶

In [87]:

exam_data = {'국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95]}

df = pd.DataFrame(exam_data, index = ['학생1','학생2','학생3'])

display('df.iloc[::2]', df.iloc[::2])

'df.iloc[::2]'

	국어	수학	영어	과학
학생1	90	100	70	65
학생3	75	60	90	95

In [93]:

exam_data = {'학생명' : ['학생1','학생2','학생3'], '국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95]}

df = pd.DataFrame(exam_data)
df.set_index('학생명', inplace = True)
display(df)
print('\n')
display('학생2의 수학점수_los', df.loc['학생2','수학'])
display('학생2의 수학점수_iloc,', df.iloc[1,1])

	국어	수학	영어	과학
학생명
학생1	90	100	70	65
학생2	85	80	85	100
학생3	75	60	90	95

'학생2의 수학점수_los'

'학생2의 수학점수_iloc,'

In [94]:

exam_data = {'학생명' : ['학생1','학생2','학생3'], '국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95]}

df = pd.DataFrame(exam_data)
df.set_index('학생명', inplace = True)
display(df)
print('\n')
display('학생2의 수학, 과학 점수_los', df.loc['학생2',['수학','과학']])
display('학생2의 수학, 과학 점수_iloc,', df.iloc[1,[1,3]])

	국어	수학	영어	과학
학생명
학생1	90	100	70	65
학생2	85	80	85	100
학생3	75	60	90	95

'학생2의 수학, 과학 점수_los'

수학     80
과학    100
Name: 학생2, dtype: int64

'학생2의 수학, 과학 점수_iloc,'

수학     80
과학    100
Name: 학생2, dtype: int64

In [97]:

exam_data = {'학생명' : ['학생1','학생2','학생3'], '국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95]}

df = pd.DataFrame(exam_data)
df.set_index('학생명', inplace = True)
display(df)
print('\n')
display('학생2의 수학, 과학 점수_los', df.loc['학생2','수학':'과학'])
display('학생2의 수학, 과학 점수_iloc,', df.iloc[1,1:])

	국어	수학	영어	과학
학생명
학생1	90	100	70	65
학생2	85	80	85	100
학생3	75	60	90	95

'학생2의 수학, 과학 점수_los'

수학     80
영어     85
과학    100
Name: 학생2, dtype: int64

'학생2의 수학, 과학 점수_iloc,'

수학     80
영어     85
과학    100
Name: 학생2, dtype: int64

In [102]:

exam_data = {'학생명' : ['학생1','학생2','학생3'], '국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95]}

df = pd.DataFrame(exam_data)
display(df)

df.loc[3] = 0
df.loc['행4'] = ['학생4',90,80,100,90]
df

	학생명	국어	수학	영어	과학
0	학생1	90	100	70	65
1	학생2	85	80	85	100
2	학생3	75	60	90	95

Out[102]:

	학생명	국어	수학	영어	과학
0	학생1	90	100	70	65
1	학생2	85	80	85	100
2	학생3	75	60	90	95
3	0	0	0	0	0
행4	학생4	90	80	100	90

원소 변경¶

In [106]:

exam_data = {'학생명' : ['학생1','학생2','학생3'], '국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95]}

df = pd.DataFrame(exam_data)
df.set_index('학생명', inplace=True)
display(df)

df.loc['학생1','국어'] = 95
df.iloc[1,1] = 85
display(df)

	국어	수학	영어	과학
학생명
학생1	90	100	70	65
학생2	85	80	85	100
학생3	75	60	90	95

	국어	수학	영어	과학
학생명
학생1	95	100	70	65
학생2	85	85	85	100
학생3	75	60	90	95

In [110]:

exam_data = {'학생명' : ['학생1','학생2','학생3'], '국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95]}

df = pd.DataFrame(exam_data)
df.set_index('학생명', inplace=True)
display(df)

df.loc['학생2',['국어','영어']] = [90,90]
df.iloc[2,[0,1]] = [80,65]
display(df)

	국어	수학	영어	과학
학생명
학생1	90	100	70	65
학생2	85	80	85	100
학생3	75	60	90	95

	국어	수학	영어	과학
학생명
학생1	90	100	70	65
학생2	90	80	90	100
학생3	80	65	90	95

행/열 위치 변경¶

In [114]:

exam_data = {'학생명' : ['학생1','학생2','학생3'], '국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95]}

df = pd.DataFrame(exam_data)
display(df)

df2 = df.T
display(df2)

print('df2.index:',df2.index)

	학생명	국어	수학	영어	과학
0	학생1	90	100	70	65
1	학생2	85	80	85	100
2	학생3	75	60	90	95

	0	1	2
학생명	학생1	학생2	학생3
국어	90	85	75
수학	100	80	60
영어	70	85	90
과학	65	100	95

df2.index: Index(['학생명', '국어', '수학', '영어', '과학'], dtype='object')

In [116]:

exam_data = {'학생명' : ['학생1','학생2','학생3'], '국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95]}

df = pd.DataFrame(exam_data)
df.set_index('학생명',  inplace=True)
display(df)

df2 = df.T
display(df2)

print('df2.index:',df2.index)
print('d2.columns', df2.columns)

	국어	수학	영어	과학
학생명
학생1	90	100	70	65
학생2	85	80	85	100
학생3	75	60	90	95

학생명	학생1	학생2	학생3
국어	90	85	75
수학	100	80	60
영어	70	85	90
과학	65	100	95

df2.index: Index(['국어', '수학', '영어', '과학'], dtype='object')
d2.columns Index(['학생1', '학생2', '학생3'], dtype='object', name='학생명')

행 인덱스 지정¶

In [119]:

exam_data = {'학생명' : ['학생1','학생2','학생3'], '국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95], '학번':[202001,202002,202003]}

df = pd.DataFrame(exam_data)
df.set_index(['학생명','학번'],  inplace=True)
display(df)

		국어	수학	영어	과학
학생명	학번
학생1	202001	90	100	70	65
학생2	202002	85	80	85	100
학생3	202003	75	60	90	95

행 인덱스 재배열¶

In [124]:

exam_data = {'학생명' : ['학생1','학생2','학생3'], '국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95], '학번':[202001,202002,202003]}

df = pd.DataFrame(exam_data)
df2 = df.reindex([1, 2, 0, 10, 20])
display(df2)

	학생명	국어	수학	영어	과학	학번
1	학생2	85.0	80.0	85.0	100.0	202002.0
2	학생3	75.0	60.0	90.0	95.0	202003.0
0	학생1	90.0	100.0	70.0	65.0	202001.0
10	NaN	NaN	NaN	NaN	NaN	NaN
20	NaN	NaN	NaN	NaN	NaN	NaN

행 정렬(내림차순)¶

In [128]:

exam_data = {'학생명' : ['학생1','학생2','학생3'], '국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95], '학번':[202001,202002,202003]}

df = pd.DataFrame(exam_data)
display(df)

df1 = df.sort_index(ascending=False) #오름차순 정렬시 ascending = True
display(df1)

	학생명	국어	수학	영어	과학	학번
0	학생1	90	100	70	65	202001
1	학생2	85	80	85	100	202002
2	학생3	75	60	90	95	202003

	학생명	국어	수학	영어	과학	학번
2	학생3	75	60	90	95	202003
1	학생2	85	80	85	100	202002
0	학생1	90	100	70	65	202001

열 정렬¶

In [132]:

exam_data = {'학생명' : ['학생1','학생2','학생3'], '국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95], '학번':[202001,202002,202003]}

df = pd.DataFrame(exam_data)
display(df)

df1 = df.sort_values(by='국어', ascending=True) #오름차순
display(df1)

df2 = df.sort_values(by='과학', ascending=False) #내림차순
display(df2)

	학생명	국어	수학	영어	과학	학번
0	학생1	90	100	70	65	202001
1	학생2	85	80	85	100	202002
2	학생3	75	60	90	95	202003

	학생명	국어	수학	영어	과학	학번
2	학생3	75	60	90	95	202003
1	학생2	85	80	85	100	202002
0	학생1	90	100	70	65	202001

	학생명	국어	수학	영어	과학	학번
1	학생2	85	80	85	100	202002
2	학생3	75	60	90	95	202003
0	학생1	90	100	70	65	202001

시리즈와 숫자 연산¶

In [136]:

exam_data = {'학생명' : ['학생1','학생2','학생3'], '국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95], '학번':[202001,202002,202003]}

df = pd.DataFrame(exam_data)
df.set_index('학생명', inplace=True)
display(df)

sr = df['국어']/10
sr

	국어	수학	영어	과학	학번
학생명
학생1	90	100	70	65	202001
학생2	85	80	85	100	202002
학생3	75	60	90	95	202003

Out[136]:

학생명
학생1    9.0
학생2    8.5
학생3    7.5
Name: 국어, dtype: float64

시리즈와 시리즈 연산¶

In [140]:

exam_data = {'학생명' : ['학생1','학생2','학생3'], '국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95], '학번':[202001,202002,202003]}

df = pd.DataFrame(exam_data)
df.set_index('학생명', inplace=True)
display(df)

sr = df['국어'] + df['수학']
sr

	국어	수학	영어	과학	학번
학생명
학생1	90	100	70	65	202001
학생2	85	80	85	100	202002
학생3	75	60	90	95	202003

Out[140]:

학생명
학생1    190
학생2    165
학생3    135
dtype: int64

In [147]:

exam_data = {'학생명' : ['학생1','학생2','학생3'], '국어':[90,85,75], '수학':[100,80,60], '영어':[70,85,90], '과학':[65,100,95], '음악':[80,90,np.nan], '학번':[202001,202002,202003]}

df = pd.DataFrame(exam_data)
df.set_index('학생명', inplace=True)
display(df)

sr = df['국어'] + df['음악'] #nan연산은 nan이된다
sr2 = df['국어'].add(df['음악'], fill_value = 0) #nan은 0으로 처리하고 연산을 하게됨
df2 = pd.DataFrame([df['국어'], df['음악'], sr2])
df2

	국어	수학	영어	과학	음악	학번
학생명
학생1	90	100	70	65	80.0	202001
학생2	85	80	85	100	90.0	202002
학생3	75	60	90	95	NaN	202003

Out[147]:

학생명	학생1	학생2	학생3
국어	90.0	85.0	75.0
음악	80.0	90.0	NaN
Unnamed 0	170.0	175.0	75.0

In [ ]:

'데이터 분석 기초' 카테고리의 다른 글

데이터 시각화(6.9) (0)	2023.06.09
기술통계, 시각화(6.8) (0)	2023.06.08
numpy(6.5) (0)	2023.06.05
16.퀴즈 (0)	2023.03.15
15. 그룹화 (0)	2023.03.15

빅데이터 개인공부 블로그

데이터프레임 조작(6.7)

배열의 브로드캐스트¶

판다스¶

딕셔너리를 이용하여, 시리즈 생성¶

리스트를 이용하여 시리즈 생성¶

튜플을 이용해 시리즈 생성¶

값 추출¶

슬라이싱을 사용해 값 추출¶

데이터 프레임¶

키는 열이름으로 들어가게 되고 인덱스는 따로 지정됨¶

열 이름, 행 인덱스 따로 지정¶

행 인덱스와 열 이름을 선택하여 바꾸기¶

행 제거¶

행 선택¶

열 선택¶

행 선택 슬라이싱 고급¶

열 선택 슬라이싱 고급¶

원소 변경¶

행/열 위치 변경¶

행 인덱스 지정¶

행 인덱스 재배열¶

행 정렬(내림차순)¶

열 정렬¶

시리즈와 숫자 연산¶

시리즈와 시리즈 연산¶

'데이터 분석 기초' 카테고리의 다른 글

티스토리툴바

데이터프레임 조작(6.7)

배열의 브로드캐스트¶

판다스¶

딕셔너리를 이용하여, 시리즈 생성¶

리스트를 이용하여 시리즈 생성¶

튜플을 이용해 시리즈 생성¶

값 추출¶

슬라이싱을 사용해 값 추출¶

데이터 프레임¶

키는 열이름으로 들어가게 되고 인덱스는 따로 지정됨¶

열 이름, 행 인덱스 따로 지정¶

행 인덱스와 열 이름을 선택하여 바꾸기¶

행 제거¶

행 선택¶

열 선택¶

행 선택 슬라이싱 고급¶

열 선택 슬라이싱 고급¶

원소 변경¶

행/열 위치 변경¶

행 인덱스 지정¶

행 인덱스 재배열¶

행 정렬(내림차순)¶

열 정렬¶

시리즈와 숫자 연산¶

시리즈와 시리즈 연산¶

'데이터 분석 기초' 카테고리의 다른 글

관련글

티스토리툴바