Pandas Dataframe, Nan의 의미, 데이터프레임 엑세스

Pandas Dataframe¶

레이블로 생성하기¶

In [1]:

import pandas as pd

# We create a dictionary of Pandas Series 
items = {'Bob' : pd.Series(data = [245, 25, 55], index = ['bike', 'pants', 'watch']),
         'Alice' : pd.Series(data = [40, 110, 500, 45], index = ['book', 'glasses', 'bike', 'pants'])}

In [2]:

# 판다스의 2차원 데이터 처리는, 
# 데이터 프레임으로 한다.

# 데이터분석에서는, csv 파일을 판다스의 데이터프레임으로 읽어와서 작업한다.

In [4]:

df = pd.DataFrame(data= items)

In [5]:

df

Out[5]:

	Bob	Alice
bike	245.0	500.0
book	NaN	40.0
glasses	NaN	110.0
pants	25.0	45.0
watch	55.0	NaN

In [6]:

# 왼쪽의 행부분의 진한 글씨 : 인덱스
# 위쪽의 열부분의 진한 글씨 : 컬럼
# 안쪽에 있는 데이터 : values

In [7]:

df.index

Out[7]:

Index(['bike', 'book', 'glasses', 'pants', 'watch'], dtype='object')

In [8]:

df.columns

Out[8]:

Index(['Bob', 'Alice'], dtype='object')

In [9]:

df.values

Out[9]:

array([[245., 500.],
       [ nan,  40.],
       [ nan, 110.],
       [ 25.,  45.],
       [ 55.,  nan]])

In [10]:

df.shape

Out[10]:

(5, 2)

In [11]:

df.ndim

Out[11]:

2

In [12]:

df.size

Out[12]:

10

In [15]:

df.dtype

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
Cell In [15], line 1
----> 1 df.dtype

File ~\Anaconda3\envs\YH\lib\site-packages\pandas\core\generic.py:5575, in NDFrame.__getattr__(self, name)
   5568 if (
   5569     name not in self._internal_names_set
   5570     and name not in self._metadata
   5571     and name not in self._accessors
   5572     and self._info_axis._can_hold_identifiers_and_holds_name(name)
   5573 ):
   5574     return self[name]
-> 5575 return object.__getattribute__(self, name)

AttributeError: 'DataFrame' object has no attribute 'dtype'

In [19]:

df.info()

<class 'pandas.core.frame.DataFrame'>
Index: 5 entries, bike to watch
Data columns (total 2 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   Bob     3 non-null      float64
 1   Alice   4 non-null      float64
dtypes: float64(2)
memory usage: 120.0+ bytes

NaN 은 해당 항목에 값이 없음을 뜻합니다. (Not a Number)¶

In [23]:

# We create a dictionary of Pandas Series without indexes
data = {'Bob' : pd.Series([245, 25, 55]),
        'Alice' : pd.Series([40, 110, 500, 45])}

In [21]:

import numpy as np

In [22]:

np.nan

Out[22]:

nan

In [25]:

df2 = pd.read_csv('test.csv') # 같은경로에 있으면 바로 불러온다.

In [26]:

df2

Out[26]:

	name	age	salary
0	홍길동	24	3000
1	김나나	33	4000
2	진달래	40	8000

In [28]:

df2.to_csv('test2.csv') # 같은경로에 저장

Accessing Elements in Pandas DataFrames¶

In [ ]:

import pandas as pd

In [29]:

# We create a list of Python dictionaries
items2 = [{'bikes': 20, 'pants': 30, 'watches': 35}, 
          {'watches': 10, 'glasses': 50, 'bikes': 15, 'pants':5}]

In [40]:

df = pd.DataFrame(data = items2, index = ['store 1','store 2'])

In [41]:

df

Out[41]:

	bikes	pants	watches	glasses
store 1	20	30	35	NaN
store 2	15	5	10	50.0

In [42]:

##### 중요 !! '데이터 프레임'에서, 원하는 데이터를 억세스 하는 방법
##### 데이터 억세스 방법은 총 3가지!!!!가 있습니다.

### 1. 컬럼의 데이터를 가져오는 방법 => 변수명 바로 오른쪽에 대괄호 사용.

In [43]:

df["bikes"]

Out[43]:

store 1    20
store 2    15
Name: bikes, dtype: int64

In [44]:

df["watches"]

Out[44]:

store 1    35
store 2    10
Name: watches, dtype: int64

In [45]:

# bikes 컬럼과 glasses 컬럼만 가져오세요.

In [46]:

df[ ["bikes","glasses"]]

Out[46]:

	bikes	glasses
store 1	20	NaN
store 2	15	50.0

In [ ]:

In [47]:

### 2. 행과 열의 정보로 데이터를 가져오는 방법 중
###    .loc[ , ] 로 가져오는 방법
### 이방법은, 사람용인, 인덱스와 컬럼명으로 데이터를 억세스한다.

In [48]:

# 스토어1의 팬츠 데이터를 가져오시오.
df.loc[ "store 1" , "pants" ]

Out[48]:

30

In [49]:

# 스토어 2에서, bikes 와 watches 데이터를 가져오시오

In [50]:

df

Out[50]:

	bikes	pants	watches	glasses
store 1	20	30	35	NaN
store 2	15	5	10	50.0

In [51]:

df.loc[ "store 2" , "bikes"] 

Out[51]:

15

In [52]:

df.loc[ "store 2" , ] 

Out[52]:

bikes      15.0
pants       5.0
watches    10.0
glasses    50.0
Name: store 2, dtype: float64

In [56]:

df.loc[ "store 2" , ["bikes","watches" ] ] 

Out[56]:

bikes      15.0
watches    10.0
Name: store 2, dtype: float64

In [57]:

# 스토어2에서, pants 부터 glasses 까지의 데이터를 가져오시오

In [59]:

df.loc["store 2", "pants": "glasses"]

Out[59]:

pants       5.0
watches    10.0
glasses    50.0
Name: store 2, dtype: float64