Pandas_1

Pandas1¶

이번에는 데이터분석에서 많이 사용되는 Pandas라는 모듈에 대해 정리해 보겠습니다. pandas는 파이썬 패키지로 주로 데이터분석에 활용되는 모듈입니다. SQL 테이블 또는 Excel 과 같이 생긴 데이터를 주로 다룬다고 이해하시면 됩니다.

설치¶

In [1]:

!pip install pandas

Requirement already satisfied: pandas in c:\programdata\anaconda3\lib\site-packages (1.1.3)
Requirement already satisfied: pytz>=2017.2 in c:\programdata\anaconda3\lib\site-packages (from pandas) (2020.1)
Requirement already satisfied: numpy>=1.15.4 in c:\programdata\anaconda3\lib\site-packages (from pandas) (1.19.5)
Requirement already satisfied: python-dateutil>=2.7.3 in c:\programdata\anaconda3\lib\site-packages (from pandas) (2.8.1)
Requirement already satisfied: six>=1.5 in c:\programdata\anaconda3\lib\site-packages (from python-dateutil>=2.7.3->pandas) (1.15.0)

사용¶

In [2]:

import pandas as pd
import pandas as pd

pandas는 관용적으로 pd로 사용됩니다. 넘파이를 np형식으로 사용하는것과 같습니다.

Series¶

pandas에서는 기본적으로 정의되는 자료구조인 Series와 DataFrame을 사용합니다. 이 자료구조들은 빅 데이터 분석에 있어서 높은 수준의 효율을 보여줍니다. 먼저 Series를 알아보겠습니다.

In [10]:

s1 = pd.Series([1,2,3,4,5])
s1

Out[10]:

0    1
1    2
2    3
3    4
4    5
dtype: int64

values¶

In [6]:

s1.values

Out[6]:

array([1, 2, 3, 4, 5], dtype=int64)

pandas에서 꺼낸 값을 Series형태로 사용하기보다 numpy에 array 형태로 사용할 일이 상당히 많기 때문에 values는 꼭 기억해 두는것이 좋습니다.

len¶

In [7]:

len(s1)

Out[7]:

5

파이썬 내장함수 len 을 사용해서 Series의 길이를 알아낼 수 있습니다.

dtypes¶

In [8]:

s1.dtypes

Out[8]:

dtype('int64')

dtype라는 함수로 어떤 데이터 타입이 들어있는지 알수있습니다.

index¶

In [11]:

s2 = pd.Series([10,20,30,40,50],index=['a','b','c','d','e'])
s1,s2

Out[11]:

(0    1
 1    2
 2    3
 3    4
 4    5
 dtype: int64,
 a    10
 b    20
 c    30
 d    40
 e    50
 dtype: int64)

Series를 정의할 때 index라는 파라미터를 주어서 0열을 원하는데로 바꿀수 있습니다. 또한 파이썬의 기본 데이터 타입인 dictionary를 사용해서도 Series를 만들 수 있습니다. key가 index가 됩니다.

In [15]:

dic = {"사과":2000,"딸기":3000,"멜론":4000,"포도":5000,'참외':6000}
s3 = pd.Series(dic)
s3

Out[15]:

사과    2000
딸기    3000
멜론    4000
포도    5000
참외    6000
dtype: int64

.index를 통해서 index를 바꿔줄 수 있습니다.

In [16]:

s3.index = ['아이스크림','우유','계란','고기','야채']
s3

Out[16]:

아이스크림    2000
우유       3000
계란       4000
고기       5000
야채       6000
dtype: int64

Slicing¶

List나 array와 마찬가지로 Series또한 [ ] 를 통해서 특정 content에 접근할 수 있습니다.

In [17]:

s1,s2,s3

Out[17]:

(0    1
 1    2
 2    3
 3    4
 4    5
 dtype: int64,
 a    10
 b    20
 c    30
 d    40
 e    50
 dtype: int64,
 아이스크림    2000
 우유       3000
 계란       4000
 고기       5000
 야채       6000
 dtype: int64)

In [18]:

s1[0],s2[0],s3[0]

Out[18]:

(1, 10, 2000)

In [19]:

s1[3],s2[4],s3[2]

Out[19]:

(4, 50, 4000)

In [20]:

s1[2:]

Out[20]:

2    3
3    4
4    5
dtype: int64

index를 통해서 접근하는 것도 가능합니다.

In [23]:

s2['a'],s2['b'],s2['c']

Out[23]:

(10, 20, 30)

In [24]:

s3['계란'],s3['야채']

Out[24]:

(4000, 6000)

Series의 연산¶

Series끼리의 연산이 가능합니다. 단, 여기서는 index가 같아야하고 index가 서로 다를경우 단순하게 이어지게되며 예측한 값과는 다르게 나옵니다.

In [27]:

s1.index=['아이스크림','우유','계란','고기','야채']
s1+s3

Out[27]:

아이스크림    2001
우유       3002
계란       4003
고기       5004
야채       6005
dtype: int64

In [28]:

s2+s3

Out[28]:

a       NaN
b       NaN
c       NaN
d       NaN
e       NaN
계란      NaN
고기      NaN
아이스크림   NaN
야채      NaN
우유      NaN
dtype: float64

In [29]:

s1-s3

Out[29]:

아이스크림   -1999
우유      -2998
계란      -3997
고기      -4996
야채      -5995
dtype: int64

In [30]:

s2-s3

Out[30]:

a       NaN
b       NaN
c       NaN
d       NaN
e       NaN
계란      NaN
고기      NaN
아이스크림   NaN
야채      NaN
우유      NaN
dtype: float64

In [31]:

s1*s3

Out[31]:

아이스크림     2000
우유        6000
계란       12000
고기       20000
야채       30000
dtype: int64

In [32]:

s1/s3

Out[32]:

아이스크림    0.000500
우유       0.000667
계란       0.000750
고기       0.000800
야채       0.000833
dtype: float64