[BDA 데이터분석 전처리 (Pandas) 2회차]_Pandas 기초 문법 정리

 

 

 

 

파이썬을 이용한 데이터 분석 

 

1주차는 간단한 OT를 진행하였고 

2주차부터 수업이 진행되었습니다.

 

데이터 분석에 파이썬을 이용하고 그 중 

Pandas에서 제공하는 2가지 데이터 구조 이해 

Dataframe / Series

 

 

titanic 데이터를 가져옴

(안되는 경우에는 pip install seaborn 진행)

 

 

데이터프레임으로 불러온 titanic을 확인하고 

Series는 우리가 원하는 인덱스 명을 적을 수 있음

 

 

간단한 기초 문법 정리 

 

 

shape를 활용하여 전체 데이터프레임의 행과 열을 확인 

 

 

columns : 컬럼만 확인

info() : 기본적인 정보 확인

dtypes : 각 컬럼에서의 타입 확인

 

 

describe() : 기초 통계값 확인 (수치형 데이터의 기초통계값)

describe(include='all') : 전체 통계값 확인

 

 

head() : 상위 5개 데이터가 나옴

head(20) : 상위 20개 데이터가 나옴

tail() : 하위 5개 데이터가 나옴

 

 

• 2차원 구조 행과 열로 이뤄진 형태니 우리도 행과 열 가지고 데이터를 추출 또는 접근할 수 있다.
• 열기준 ( 컬럼 기준 )
• [col1]
• [[col1, col2]]

 

 

데이터프레임에서 원하는 컬럼만 뽑아서 나타내기

 

• 행기준( 인덱스기준으로 접근! )
• 인덱스 기준으로 접근하는 법은 2가지 방법
• loc : 행 인덱스 기준으로 추출 (컬럼은 문자열로도 가능), 변수의 개념으로 인덱스를 추출할 수 있다. 다만 (-1 끝값에 대한 적용은 불가)
• iloc : 인덱스 기준-> (추출한 인덱스기준),인덱스 변수로도 가능, 모든지 번호로만 다 인식 ( 컬럼도 번호로 지정해야 한다.) (끝값 -1 가능)
• 리스트에서 Index 접근법 하면 []
• tt.loc[index]
• tt.iloc[index]

 

loc[] / iloc[] : 행 인덱스 기준으로 추출

 

 

iloc[-1] : 끝 행이 나옴

loc[-1] : 에러 발생 

 

 

여러 가지 방식으로 시도해도 동일한 값이 나옴

 

 

age 컬럼의 4 인데스의 값이 나옴(전체 데이터프레임에서 확인)

 

 

loc[::] / iloc[::] : 전체 데이터프레임이 나옴

loc[::2] : 행이 2의 배수인 것만 나오게 됨

loc[1:5] : tt.loc[[1,2,3,4,5]]와 동일

loc[::10] : 10만큼 증가되어 890까지 출력

loc[0:200:10] : 범위는 0~200까지 10씩 증가한 값들만 출력

 

• loc, iloc에 가장 큰 차이 중 하나 ( 컬럼에 대한 접근 )
• iloc은 모든 컬럼을 숫자로만 접근한다.
• python 대부분은 행시작 열 
• tt.loc[행,열]

 

loc[0:200:5,['age']] : 각 컬럼별로 확인

+ iloc는 문자열이 올 수 없다

 

 

iloc[::2,[0,2]] : iloc만 가능 -> loc는 안됨

loc[num_3] / iloc[num_3] : 정의해서 넣으면 둘 다 가능

 

 

['fare'].mean() : fare컬럼 값들의 평균

['fare'].sum() : fare컬럼 값들의 합

['fare'].median() : fare 컬럼 값들의 중간값

+

numpy를 이용해서 

mean(tt['fare']) : ['fare'].mean()와 동일한 값이 나온다

최대/최소 값의 인덱스 반환

 

 

 

 

값이 같이 나오게 된다

 

 

 

groupby() : 그룹별로 묶어서 확인

groupby('그룹으로 묶을 컬럼')['통계치를 볼 컬럼'].원하는 통계치()

 

• 원하는 값을 접근/추출?
• 데이터 프레임에 어떤 식으로 접근? -> 행과 열로 접근, 열과 행으로 접근하는 방법 존재

 

loc[](행)의 위치에 따라 열에서 행을 구하는 것인지 행에서 열을 구하는 것인지 알 수 있다

각자 문제를 직접 만들어보고 내가 찾아가는 방식으로 공부하면 더 잘 이해할 수 있다

 

 

데이터 분석에 필요한 기초문법(2)

• query()
• sort_values()
• groupby()
• assign(), lambda
• agg()
• merge()
• concat()
• str()
• 시계열

 

• query()
• 데이터를 추출하기 위한 조건 -> 내가 원하는 데이터를 추출하기 위해 추가적 사용 문법
• e.g. emarked=s인경우?, alone=Ture 참인 경우?, fare>평균이상인 경우?
• 요소의 특정갑을 접근해서 데이터를 추출하는 케이스 
• tt.query('요구조건')

 

query('요구조건')

== : 동일하다

!= : 동일하지 않다

 

 

 

 

동일하게 나옴

 

 

수치형 데이터로 접근
query("요구사항의 디테일") 

 

 

직접 문제를 만들면서 공부하기

 

 

---

 

 

https://linktr.ee/official.bdaa

BDA | Instagram | Linktree

혹시 학회가 궁금하시거나 다음 기수에 참여하고 싶은 분들은 위 페이지에서 자세한 사항을 확인해주세요😃