python series 정리 (기초)

 

시리즈 문자열 검색

 

• 설명 전 자료만들기

import pandas as pd
import numpy as np

sr = pd.Series(['홍길동', '이순신', '김철수', '김순이', '이홍김'])
sr.index = ['aa','bb','cc','dd','ee']
sr

->	aa    홍길동
	bb    이순신
	cc    김철수
	dd    김순이
	ee    이홍김
	dtype: object

 

# 원하는 자료 자료찾기
sr[sr=='이순신']

->	
bb    이순신
dtype: object

---

str accessor

# series에서 처음값 찾기
sr[0]
->	'홍길동'

# series에서 각 값들의처음 값들을 출력
sr.str[0]
->	aa    홍
bb    이
cc    김
dd    김
ee    이
dtype: object

• str.contains - 포함된 결과출력할때사용
  응용 : 정규표현식과 결합해서 사용

# 김 이라는 문자가 포함된 결과출력
sr[sr.str.contains('김')]

->	
cc    김철수
dd    김순이
ee    이홍김
dtype: object


# 김으로 시작하는 문자 포함 결과출력
sr[sr.str.contains('^김')]

-> 
cc    김철수
dd    김순이
dtype: object


# 김으로 끝나는 문자 포함 결과출력
sr[sr.str.contains('김$')]

->
ee    이홍김
dtype: object


# 김이 포함되고 철 or 순이 포함된 문자 결과 출력
sr[sr.str.contains('김[철순]')]

-> 
cc    김철수
dd    김순이
dtype: object


# 순신 이나 철수 가 포함된 문자 출력
sr[sr.str.contains('순신|철수')]

-> 
bb    이순신
cc    김철수
dtype: object

 

sr
->
aa    홍길동
bb    이순신
cc    김철수
dd    김순이
ee    이홍김
dtype: object


# 김을 황으로 치환
sr.str.replace('김','황')

->
aa    홍길동
bb    이순신
cc    황철수
dd    황순이
ee    이홍황
dtype: object

# 김으로 시작하는 문자를 황으로 치환  
sr.str.replace('^김','황', regex =True)

->
aa    홍길동
bb    이순신
cc    황철수
dd    황순이
ee    이홍김
dtype: object

 

---

시리즈 통계

• 자료 만들기

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib

# font 설정
matplotlib.rcParams ['font.family']='Malgun Gothic'
matplotlib.rcParams ['axes.unicode_minus']= False


data = [10,20,30,40,50]
sr = pd.Series(data, index = ['a','b','c','d','e'], name = 'kor')
sr

-> a    10
b    20
c    30
d    40
e    50
Name: kor, dtype: int64

 

---

통계함수 및 기타함수

max : 최대값

min : 최소값

idxmax : 최대값의 index

idxmin : 최소값의 index

head : 상단 항목 출력

tail : 하단 항목 출력

nlargest : 정렬 후 최대값 n개 출력

nsmallest: 정렬 후 최소값 n개 출력

sum  합

mean : 평균

median : 중위값

quantile : 분위수출력

std : 표준편차

var : 분산

unique: 항목출 

value_counts: 항목별 개수출력

pd.cut : 구간 나누기(카테고리 만들 때 사용

apply : 행이나 열별로 원하는 함수 사용하고 싶을 때 사

items : index,values 쌍으로 값출력

# 예시

sr.max()

-> 50

sr.min()

-> 10

sr.idxmax()

-> 'e'

sr.idxmin()

-> 'a'

sr[sr<=45].max()

-> 40

sr.head(2)
->  d    40
e    50

sr.nlargest(3)

-> e    50
d    40
c    30

# 동일 값이 있다면 같이 출력
sr['b'] = 30
sr.nlargest(3,keep = 'all')

-> e    50
d    40
b    30

sr.nsmallest(2)
->
a    10
b    30

sr.sum()

-> 150

sr.mean()

-> 30.0

sr.median()

-> 30.0

sr.quantile([0.25,0.5,0.75])

-> 0.25    20.0
0.50    30.0
0.75    40.0

sr.std()

-> 15.811388300841896

sr.unique()

-> array([10, 30, 40, 50], dtype=int64)

sr.value_counts()

-> 30    2
40    1
10    1
50    1

def fn(v):
    print("v=",v)
    if v<30:
        return v+1
    else:
        return v+2

sr.apply(fn)

-> v= 10
v= 30
v= 30
v= 40
v= 50
a    11
b    32
c    32
d    42
e    52


pd.cut(sr,[0,20,40,90])

-> a     (0, 20]
b    (20, 40]
c    (20, 40]
d    (20, 40]
e    (40, 90]
Name: kor, dtype: category
Categories (3, interval[int64]): [(0, 20] < (20, 40] < (40, 90]]


pd.cut(sr,[0,20,40,90],labels =['C','B','A'])

-> a    C
b    B
c    B
d    B
e    A
Name: kor, dtype: category
Categories (3, object): ['C' < 'B' < 'A']


pd.cut(sr,[0,20,40,90]).value_counts()

->(20, 40]    3
(0, 20]     1
(40, 90]    1
Name: kor, dtype: int64


for i,v in sr.items():
    print(i,v)
    
-> a 10
b 30
c 30
d 40
e 50