![Pandas Series [Part1] 판다스 기초](/images/pandas_logo.png){kind=logo}
Table of Contents
Series
- index가 있는 ndarray
- Series 안에 data type은 모두 같아야함 (다르게 하면 에러가 나지는 않지만 타입 변환이 일어난다)
- Series의 data type에 따라 여러 기능들을 제공한다 (ex. df[‘종목명’].str.contains(‘삼성’))
- Series 간의 연산은 index 기준
- int형 타입에 하나라도 nan이 있으면 float형이 됨
- nan > 0 -> False, nan <= 0 -> False : nan 은 0보다 큰 범위에도 속하지 않고, 같거나 작은 범위에도 속하지 않는다 => nan 처리가 중요하다
- s = pd.Series(data, index, dtype)
pd.Series([3, 4, 5])
----------------------
0 3
1 4
2 5
dtype: int64
pd.Series([3, 4, 5], dtype='float')
--------------------------------------
0 3.0
1 4.0
2 5.0
dtype: float64
pd.Series([3, 4, 5], index=['a', 'b', 'c'])
--------------------------------------------
a 3
b 4
c 5
dtype: int64
pd.Series({'a': 3, 'b': 4, 'c': 5})
--------------------------------------
a 3
b 4
c 5
dtype: int64
x = pd.Series([3, 4, 5, np.nan])
len(x)
x.size
x.count()
------------
4
4
3
x = pd.Series([3, 4, 5, np.nan])
# unique() 에 nan 도 포함된다
x.unique()
----------------------------------
array([ 3., 4., 5., nan])
x.value_counts()
--------------------
3.0 1
4.0 1
5.0 1
dtype: int64
x = pd.Series([1, 2, 3, 4], index = ['a', 'b', 'c', 'd'])
y = pd.Series([5, 6, 7, 8], index = ['d', 'c', 'b', 'a'])
x + y
----------------------------------
a 9
b 9
c 9
d 9
dtype: int64
x = pd.Series([1, 2, 3, 4], index = ['a', 'b', 'c', 'd'])
y = pd.Series([5, 6, 7, 8], index = ['c', 'd', 'e', 'f'])
x + y
----------------------------------
a NaN
b NaN
c 8.0
d 10.0
e NaN
f NaN
dtype: float64
# Series의 add 메서드를 사용하면 fill_value 파라미터를 이용해 더하기 연산을 하기 전에 Nan값을 채울 수 있다
x.add(y, fill_value=0)
----------------------------------
a 1.0
b 2.0
c 8.0
d 10.0
e 7.0
f 8.0
dtype: float64
DataFrame
- 여러 Series를 index 기준으로 align 시킨 자료형
- {‘컬럼1’: Series1, ‘컬럼2’: Series2}
pd.DataFrame({'col1': pd.Series([1, 2, 3], index=['a', 'b', 'c']),
'col2': pd.Series([4, 5, 6], index=['a', 'b', 'c'])})
--------------------------------------------------------------------------
col1 col2
a 1 4
b 2 5
c 3 6
pd.DataFrame(data={'col1': [1, 2, 3], 'col2': [4, 5, 6]},
index=['a', 'b', 'c'])
----------------------------------------------------------
col1 col2
a 1 4
b 2 5
c 3 6
# 단일 리스트는 열이 된다
pd.DataFrame([1, 2, 3, 4], columns=['col1'])
------------------------------------------------
col1
0 1
1 2
2 3
3 4
# 리스트 안의 리스트는 행이 된다
pd.DataFrame(data=[[1, 4], [2, 5], [3, 6]],
columns=['col1', 'col2'],
index=['a', 'b', 'c'])
----------------------------------------------
col1 col2
a 1 4
b 2 5
c 3 6
# index 기준으로 align 한다
x = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
y = pd.Series([4, 5, 6], index=['b', 'c', 'd'])
pd.DataFrame({'col1': x, 'col2': y})
------------------------------------------------
col1 col2
a 1.0 NaN
b 2.0 4.0
c 3.0 5.0
d NaN 6.0
Index
인덱스 설정하기
x = pd.Series([1, 2, 3])
x.index = ['a', 'b', 'c']
---------------------------
a 1
b 2
c 3
df = pd.DataFrame([['a', 1, 4], ['b', 2, 5], ['c', 3, 6]], columns=['col1', 'col2', 'col3'])
df
----------------------------------------------------------------------------------------------
col1 col2 col3
0 a 1 4
1 b 2 5
2 c 3 6
컬럼을 인덱스로 만들기
df.set_index('col1', inplace=True)
------------------------------------
col2 col3
col1
a 1 4
b 2 5
c 3 6
df.set_index('col2', inplace=True, append=True)
------------------------------------------------
col3
col1 col2
a 1 4
b 2 5
c 3 6
인덱스를 컬럼으로 만들기
df.reset_index(level='col1', inplace=True)
------------------------------------------------
col1 col3
col2
1 a 4
2 b 5
3 c 6
인덱스 재배열
df = pd.DataFrame({'col': pd.Series([1, 2, 3], index=['b', 'c', 'd']), 'col2': pd.Series([4, 5, 6], index=['c', 'd', 'e'])})
------------------------------------------
col col2
b 1.0 NaN
c 2.0 4.0
d 3.0 5.0
e NaN 6.0
df.reindex(['a', 'b', 'c', 'd', 'e', 'f'])
------------------------------------------
col col2
a NaN NaN
b 1.0 NaN
c 2.0 4.0
d 3.0 5.0
e NaN 6.0
f NaN NaN
df.reindex(['a', 'b', 'c', 'd', 'e', 'f'], fill_value=0)
----------------------------------------------------------
col col2
a 0.0 0.0
b 1.0 NaN
c 2.0 4.0
d 3.0 5.0
e NaN 6.0
f 0.0 0.0
# 일부 남아있는 NaN은 reindex로 인한 NaN이 아니라 처음부터 있던 NaN이기 때문에 안 채워진다
# 이런값들은 fillna 로 해결해야 한다
인덱스명 바꾸기
df = pd.DataFrame({'col1': [1, 2, 3], 'col2': [4, 5, 6]}, index=['a', 'b', 'c'])
----------------------------------------------------------------------------------
col1 col2
a 1 4
b 2 5
c 3 6
df.index.rename('my_index', inplace=True)
------------------------------------------
col1 col2
my_index
a 1 4
b 2 5
c 3 6
# 인덱스에 대해 정렬
df.sort_index(inplace=True)
df.index.is_monotonic_increasing
행/열 데이터 추가
행 데이터 추가
append와concat이 있지만,append는 deprecated 됐다
df1 = pd.DataFrame([['mike', 15], ['carl', 21], ['bob', 25]], columns=['name', 'age'])
df2 = pd.DataFrame([['steven', 32], ['joey', 24], ['monica', 45]], columns=['name', 'age'])
df1
df2
pd.concat([df1, df2])
pd.concat([df1, df2], ignore_index=True)
pd.concat([df1, df2], keys=['1기', '2기'], names=['기수', 'id'])
열 데이터 추가
df1 = pd.DataFrame([['mike', 15], ['monica', 21], ['bob', 25]], columns=['name', 'age'])
df1.set_index('name', inplace=True)
df2 = pd.DataFrame([['bob', 'M'], ['mike', 'M'], ['monica', 'F']], columns=['name', 'gender'])
df2.set_index('name', inplace=True)
df1
df2
pd.concat([df1, df2], axis=1)
df1 = pd.DataFrame([['mike', 15], ['carl', 21], ['bob', 25]], columns=['name', 'age'])
df2 = pd.DataFrame([['steven', 32], ['joey', 24], ['monica', 45]], columns=['name', 'age'])
pd.concat([df1, df2], axis=1, keys=['1기', '2기'])
