Python DataFrame (기초)

DataFrame 

파이썬에서 사용할 수 있는 데이터분석 라이브러리 Pandas를 사용 index,column 을 사용 2차원형태로 이루어짐.

• index
• column

import pandas as pd
import numpy as np

# list 사용하여 Dataframe 만들기

d1 = [[1,2],[3,4],[5,6]]
df1 = pd.DataFrame(d1,index=['a','b','c'],columns = ['kor','eng'])
df1
-> 	kor	eng
a	1	2
b	3	4
c	5	6

# dictionary를 사용한 DataFrame 생성

data = {'eng':[10,30,50,70],
        'kor':[20,40,60,80],
        'math':[90,50,20,70]}
df = pd.DataFrame(data,index = ['a','b','c','d'])
df

-> 
eng	kor	math
a	10	20	90
b	30	40	50
c	50	60	20
d	70	80	70

 

속성

• ndim : 차원의 수를 화긴
• shape : 데이터프레임의 모양확인
• size : 데이터프레임의 총 개수 확인
• len() : 데이터프레임의 총 행의개수 확인

# df의 차원
df.ndim
-> 2

#df 의 모양
df.shape
-> (4, 3)

# df의 총 개수
df.size
-> 12

# df가 몇개인지 확인
len(df)
-> 4

---

통계  (기본 axis = 0)

• max() : 최대값 출력
• unstack() : index값을 column으로 올려줌 (stack은 column이 index로) 이 떄, series로 변환됨
• sum(): 합 출력
• mean() : 평균
• median() : 중위값
• std() : 표준편차
• var() : 분산
• quantile() : 분위수 출력
• count() : 개수를 세는 함수
• describe() : 전반적인 통계자료를 출력
• apply : 함수사용 (임시 함수 lambda 를 사용하여 간편하게 만들어 사용가능)

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

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


# 자료제작
data = {'eng':[10,30,50,70],
        'kor':[20,40,60,80],
        'math':[90,50,20,70]}
df = pd.DataFrame(data,index=['a','b','c','d'])
df

# max함수
df.max()

->
eng     70
kor     80
math    90
dtype: int64

df.max(axis = 1)

->
a    90
b    50
c    60
d    80
dtype: int64

# unstack함수

df.unstack()

->
eng   a    10
      b    30
      c    50
      d    70
kor   a    20
      b    40
      c    60
      d    80
math  a    90
      b    50
      c    20
      d    70
dtype: int64

df.unstack().index()

->

MultiIndex([( 'eng', 'a'),
            ( 'eng', 'b'),
            ( 'eng', 'c'),
            ( 'eng', 'd'),
            ( 'kor', 'a'),
            ( 'kor', 'b'),
            ( 'kor', 'c'),
            ( 'kor', 'd'),
            ('math', 'a'),
            ('math', 'b'),
            ('math', 'c'),
            ('math', 'd')],
           )

#sum 함수

df.sum()

->
eng     160
kor     200
math    230
dtype: int64

df.sum(axis = 1 )

->
a    120
b    120
c    130
d    220
dtype: int64


# mean 함수

df.mean()

->
eng     40.0
kor     50.0
math    57.5
dtype: float64


#median 함수

df.median()

->
eng     40.0
kor     50.0
math    60.0
dtype: float64

# std함수

df.std()

->
eng     25.819889
kor     25.819889
math    29.860788
dtype: float64


# quantile 함수

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

-> 
eng	kor	math
0.25	25.0	35.0	42.5
0.50	40.0	50.0	60.0
0.75	55.0	65.0	75.0

# describe 함수

df.describe()
->
		eng			kor			math
count	4.000000	4.000000	4.000000
mean	40.000000	50.000000	57.500000
std	25.819889	25.819889	29.860788
min	10.000000	20.000000	20.000000
25%	25.000000	35.000000	42.500000
50%	40.000000	50.000000	60.000000
75%	55.000000	65.000000	75.000000
max	70.000000	80.000000	90.000000

# 함수 사용 후 적용 (lambda x: 하고싶은거 (조건있으면 사용))
df.apply(lambda v: '합격' if v.mean()>=70  else '불합격', axis = 1)

->
이름
a    불합격
b    불합격
c    불합격
d     합격
dtype: object

# 시각화

# 막대그래프로 시각화 하고 y축은 eng,math만 사용, y축 범위는 0-100으로
df.plot(kind = 'bar',y =['eng','math'],ylim=(0,100))
plt.show()