판다스 자료구조

• 시리즈

  • 1차원 배열
  • index와 value는 일대일 대응
  • 딕셔너리와 비슷한 구조
  • 딕셔너리 → 시리즈 변환

  sr = pd.Series(dict)
  

  

  index_array = sr.index
  data_array = sr.values
  

  • 리스트 or 튜플 → 시리즈 변환 시 인덱스는 정수형으로 자동 저장 (인덱스 별도 지정 가능)

    sr = pd.Series(tuple, index=['a', 'b', 'c', 'd']
    

  • 원소 선택

    sr[n]
    sr['index']
    
    sr[1:7]  # index 1~6 출력
    sr['b':'f']  #  index 'b'~'f' 출력
    

• 데이터프레임

  • 2차원 배열 (matrix)

  • 행과 열로 구분.

  • 딕셔너리 → 데이터프레임 변환 시 딕셔너리의 key는 데이터프레임의 열 이름, values list는 열이 된다.

    df = pd.DataFrame(dict)
    

  • 행 인덱스 / 열 이름 설정

    df = pd.DataFrame( 2d_array,
    									index=row_index_array,
    									columns=column_name_array )
    

    

    df.index = 새로운 행 인덱스 배열
    df.columns = 새로운 열 이름 배열
    
    df.rename(index={기존 인덱스:새 인덱스, ...})
    df.rename(columns={기존 이름:새 이름, ...})
    

  • 행 / 열 삭제

    df.drop(행 인덱스 or 배열, axis=0)
    df.drop(열 이름 or 배열, axis=1)
    

  • 행 선택

    

  • 열 선택

    df["열 이름"]
    df.열 이름  #  열 이름이 문자열일 경우에만 가능
    
    df[['열 이름]] ## 2중 대괄호 사용시 시리즈가 아닌 데이터프레임 반환
    

  • 범위 슬라이싱

    df.iloc[start:end:간격]
    

  • 원소 선택

    df.loc[행 인덱스, 열 이름]
    df.iloc[행 번호, 열 번호]
    

  • 열 추가

    df['추가하려는 열 이름'] = 데이터 값
    

  • 행 추가

    df.loc['새로운 행 이름'] = 데이터 값 또는 배열
    
    #  기존 인덱스의 순서를 따르지 않아도 된다.
    df.loc[3] = 0
    #  대신
    df.loc[10] = 0
    #을 해도 오류는 발생하지 않는다. (행 인덱스는 3이 아닌 10)
    

  • 원소 값 변경

    df의 일부분 또는 원소 = 새로운 값
    # ex)
    df.iloc[0][3] = 80
    

  • 행, 열의 위치 바꾸기 (전치행렬)

    df.transpose()
    #  또는
    df.T
    

  • 특정 열을 행 인덱스로 설정

    df.set_index(['열 이름'] 또는 '열 이름')
    

  • 행 인덱스 재지정

    df.reindex(새 인덱스 배열)  #  기존 객체 변경X, 새 데이터프레임 객체 반환
    
    #  reindex로 발생한 NaN 값을 숫자 0으로 채우기
    df.reindex(new_index, fill_value=0)
    

  • 행 인덱스 초기화

    #  행 인덱스를 정수형 위치 인덱스로 초기화. 기존 행 인덱스는 열로 이동.
    df.reset_index()
    

  • 행 인덱스를 기준으로 데이터프레임 정렬

    df.sort_index(ascending=True or False)  #  새 데이터프레임 반환
    

  • 특정 열의 데이터값을 기준으로 데이터프레임 정렬

    #  열 기준 정렬
    df.sort_values(by=열 이름, ascending=True or False)
    

    • 시리즈 연산 (시리즈 vs 숫자)

      #  개별 원소에 각각 숫자를 연산하고 계산한 결과를 시리즈 객체로 반환
      sr (연산자[+, -, *, /]) (숫자)
       
      

• 산술연산

  • 시리즈 연산 (시리즈 vs 시리즈)

    #  같은 인덱스를 가진 원소끼리 계산 후 새 시리즈 반환
    sr1 (연산자[+, -, *, /]) sr2
    
    #  길이가 다른 경우나, 해당 인덱스 명이 없는 경우 NaN으로 처리
    

  • 연산 메소드

    • 위 경우에서, NaN 값이 생기는 것을 방지하기 위해 fill_value 옵션 설정하여 사용할 수 있다.

    sr1.add(sr2, fill_value=0)
    

  • 데이터프레임 연산 (데이터프레임 vs 숫자)

    #  개별 원소에 각각 숫자를 연산하고 계산한 결과를 데이터프레임 객체로 반환
    df (연산자[+, -, *, /]) (숫자)
    

  • 데이터프레임 연산 (데이터프레임 vs 데이터프레임)

    #  시리즈에서와 같이, 존재하지 않는 데이터나 NaN 데이터에 대해서 NaN으로 처리
    df1 (연산자[+, -, *, /]) df2