ADP 실기 1장 데이터 프레임

본 게시물은 데이터 프레임의 조작에 대한 내용을 소개한다.

Dataframe

1. iloc

DataFrame.iloc[row, column]

• 정수로 된 위치 기반 인덱스로 행과 열을 선택

2. loc

DataFrame.loc[row, column]

• 레이블로 행과 열을 선택

3. 결측값

isna(), isnull()
notna(), notnull()

4. 결측값 제거

DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False)

• axis: 0또는 index면 결측값이 포함된 행 삭제, 1 또는 column이면 결측값이 포함된 열 삭제
• how: ‘any’이면 결측값이 존재하는 모든 행/열 삭제, ‘all’이면 모든 값이 결측값일 때 삭제
• thresh: 정수값을 지정하면 결측값이 아닌 값이 그보다 많을 때 행 또는 열을 유지
• subset: 어떤 레이블에 결측값이 존재하면 삭제할지 정의

5. 결측값 대체

DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None)

• value: 단일 값 혹은 dict/Series/DataFrame 형식으로 대체할 값을 직접 입력
• method: ‘pad’, ‘fill’ 이전 값, ‘backfill’,’bfill’ 다음에 오는 값으로 채움
• axis: 0 또는 index이면 행 방향, 1 또는 columns면 열 방향으로 채움
• limit: method 인자를 지정한 경우 limit로 지정한 개수만큼만 대체할 수 있음

6. 중복행 삭제

DataFrame.drop_duplicates()

7. 데이터 정렬

DataFrame.sort_index(axis=0, ascending=True, inplace=False)

• axis: 0이면 행 인덱스 기준, 1이면 컬럼명 기준 정렬
• ascending: True이면 오름차순, False이면 내림차순으로 정렬

DataFrame.sort_values(by, axis=0, ascending=True, inplace=False)

• by: 정렬 기준으로 사용할 컬럼 혹은 컬럼명 리스트
• axis: 0이면 행 인덱스 기준, 1이면 컬럼명 기준 정렬
• ascending: True이면 오름차순, False이면 내림차순으로 정렬

8. 그룹화와 집계

DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=False, dropna=True).FUNC()

• by: subset
• axis: 0은 행기준 1은 열 기준 (default=0)
• level: 축이 계층 구조일 때 특정 수준을 기준으로 그룹화
• as_index: 그룹 레이블이 인덱스로 출력될지 여부(default=True)
• sort: 집계 행으로 정렬 여부
• dropna: True이면 결측값이 행/열과 함께 삭제, False이면 결측값도 그룹의 키로 처리

9. 도수분포표

pd.Series(DataFrame['column_name']).value_counts()

• 수치형일 경우 모든 값에 대한 개수를 카운트하기에 범주형으로 변환해야 함

pd.qcut(DataFrame['column_name'], q, labels)

• q: 나눌 그룹 수
• labels: 그룹수에 따른 label name

pd.crosstab(index, columns, dropna=True, normalize=False)

• 두 개의 기준에 따른 데이터의 분포를 확인할 때 사용
• index: 열 위치에서 집계될 범주형 변수(컬럼1)
• columns: 행 위치에서 집계될 범주형 변수(컬럼2)
• dropna: 항목이 모두 NaN인 열을 제외할지 여부

10. Pivot

DataFrame.pivot_table(index=None, columns=None, values=None, aggfunc='mean')

• index: 피벗 테이블에서 인덱스가 될 컬럼의 이름(두 개 이상이면 리스트로 입력)
• columns: 피벗 테이블에서 컬럼으로 분리할 컬럼의 이름(범주형 변수 사용)
• values: 피벗 테이블에서 columns의 값이 될 컬럼의 이름
• aggfunc: 집계함수를 사용할 경우 지정

11. Melt

DataFrame.melt(id_vars=None, var_name=None, value_name=None)

• id_vars: 피벗 테이블에서 인덱스가 될 컬럼의 이름
• var_name: variable 변수의 이름으로 지정할 문자열(선택)
• value_name: value 변수의 이름으로 지정할 문자열(선택)

12. 날짜 데이터

datetime.strptime('날짜 문자열', '포맷')
datetime.strftime('포맷')