[BDA 데이터분석 전처리 (Pandas) 3회차]_Pandas 기초 문법 정리2

 

 

 

 

기초 문법 정리2

 

 

지난 시간과 동일하게 titanic데이터를 이용

 

• 저번 시간에 이어 데이터 분석에 필요한 기초 문법 진행
• sort 순서 정렬하기 
• sort_values(col1), 오름/내림차순 정렬
• 내림차순 하는 법 -> sort_values(col1,ascending=false,True)

01

 

sort_values() : 컬럼별로 정렬 

ascending= 을 이용하여 오름/내림차순 확인 

 

 

여러 개의 컬럼을 이용하는 경우에는 []를 이용하여 순위 순으로 컬럼을 작성하여 정렬

여러 개의 컬럼별로 정렬하는 경우에는 오름/내림차순을 따로 적용시킬 수 있음 (순위 순으로 적용)

 

 

새로운 컬럼 생성 <- 파생변수 여러 개를 생성

 

 

새로운 컬럼에 파생변수를 넣는데 남성인 경우 0, 여성은 경우는 1을 넣음(for,if문 활용)

value_counts()를 이용하여 해당컬럼에 어떤 값이 몇 개나 있는지 확인

성별의 갯수와 동일하게 나오면 성공적 수행 

 

 

새로운 파생 변수 생성 -> 요금 * 100한 값들을 이용

 

 

numpy의 np.where함수를 이용->조건에 맞는 인덱스를 호출 함수

np.where(tt['fare']>=10(조건),'H'(조건 부합시),'L'(조건 부적합시)를 이용하여 fare_cls라는 새로운 컬럼 값을 채움

 

 

위의 fare이 100이상인 경우에 나온 88번째 인덱스를 찾아보면 

fare 값이 263 >= 100이고, 

동일하게 lamda를 이용해서도 만들 수 있다

lambda x : x['fare_100']/x['fare'] : 위의 fare에 100을 곱한것 = fare_100인데 나누기 100하면 fare 나옴 

 

01

 

group by

• 집계하는 것
• 기준 컬럼을 가지고 통계치를 보고 싶은 컬럼의 값을 볼 수 있다
• Groupby 하나의 기준 컬럼의 그룹을 만든다.

    print(i) : class의 분류 기준이 나온다 -> First,Second,Third
    print(j.head(10)) -> 각 분류 기준에 따라 나누어진 값의 상위 10개 인덱스 표현

 

 

• get_group(내가 원하는 그룹)
• groupby 그룹을 2개 이상하는 경우 []이용

class와 embarked를 기준 컬럼으로 놓고 분류 

print(i) : class와 embarked가 동시에 충족하는 것을 기준으로 정렬 -> 예) (First, C) (Second,C)(Third, s) ...
    print(j.head(10)) : 각 기준 컬럼을 기준으로 나누어진 값들의 상위 10개 인덱스 표현

.mean()

.sum()

.std()

이용하면 해당 컬럼의 평균,합,표준편차등을 알 수 있다

 

 

 

• groupby agg 함수릃 넣어서 통계치를 살펴본다
• groupby 그룹을 묶고 내가 원하는 통계치들을 정리해서 볼 수 있다
• tt.groupby('그룹할 컬럼').agg('기준컬럼1','기준컬럼 볼 통계치'),...)

tt.groupby('그룹할 컬럼').agg('기준컬럼1','기준컬럼 볼 통계치'),...)

 

tt.groupby('class').agg(fare_sum = ('fare', 'sum'))

class 컬럼으로 그룹핑하여 기준컬럼을 fare로 놓고 각 합의 값을 구하는 것

여러가지 경우를 ,를 포함하여 작성할 수 있고 다양한 문제를 직접 만들어서 풀어보는 것을 추천

1개의 기준컬럼에 대해 2개 이상의 통계치를 보는 경우에는 {}를 이용하여 작성한다

 

 

데이터 병합

• concat, merge
• concat : 덩어리와 덩어리가 합쳐진다. df1, df2 합쳐진다. 날 것 그대로
  • 행으로 붙이는 것 df1+df2
  • 열로 붙이는 것
  • df1
  • +
  • df2
• merge : join 형태, left, outer, right join 개념

데이터플레임을 만들고 pandas의 pd.merge((왼쪽컬럼(기준), 오른쪽컬럼(그다음), how='병합방법', on='공통기준컬럼')

test1을 기준으로 test2를 넣고 inner join으로 조인하여 학회원번호를 공통기준컬럼으로 사용

 

 

pd.concat(axis=1,0에 따라 달라진다. 1은 인덱스별 붙여짐/0은 컬럼별로 붙여짐)

디폴트값은 axis=0으로 된다 / axis=1은 옆으로 걔속 데이터테이블이 붙음 / axis=0은 위아래로 데이터테이블이 붙음

(같은 데이터테이블이라도 계속해서 붙을 수 있음)

 

 

• value_counts()
• 변수들의 카운팅을 진행하는 문법
• tt.컬럼.value_counts()
• value_counts(nomalize=True, False) 카운팅 총섬1 나누는 것
• value_counts(ascending=True, False) 카운트 숫자를 기준으로 내림/오름차순

 

---

 

 

https://linktr.ee/official.bdaa

BDA | Instagram | Linktree

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