[python] dataframe 정리

Dataframe

python pandas 라이브러리에는 dataframe이라는 자료형이 존재합니다.
dataframe을 잘 가지고 노는 것이 python 작업 중 30%는 차지하는 것 같습니다.
이에 자주쓰는 dataframe 코드들에 대해서 정리하고, 여기서 자주 꺼내쓸 생각입니다.

loc

1. 데이터프레임의 행이나 컬럼에 label이나 boolean array로 접근.
2. location의 약어로, 인간이 읽을 수 있는 label 값으로 데이터에 접근하는 것이다.

loc code example

• 라벨이 1인 데이터 접근

  df.loc[1]

• 라벨이 "name" 인 라벨 접근

  df.loc[:, "name"]

• 복수개의 라벨 추리기

  df = df[["name", "age", "city"]]

• 특정열에 포함된 문자열로 접근

  df = df.loc[df['칼럼1'].str.contains('단어1|단어2')]

• 특정열에 포함되지 않는 문자열로 접근

  df = df.loc[~df['칼럼1'].str.contains('단어1|단어2')]

iloc

1. 데이터프레임의 행이나 컬럼에 인덱스 값으로 접근.
2. integer location의 약어로, 컴퓨터가 읽을 수 있는 indexing 값으로 데이터에 접근하는 것이다.

ioc 행접근 code example

• 첫번째행에 접근

  df.iloc[0]

• 두번째행에 접근

  df.iloc[1]

  • 마지막행에 접근

  df.iloc[-1]

ioc 열접근 code example

• 첫번째 열 접근

  df.iloc[:,0]

  • 두번째 열 접근

  df.iloc[:,2]

  • 마지막 열 접근

  df.iloc[:,-1]

map

특정열을 필터링 할 때 사용

• 컬럼A의 길이가 10인 데이터를 추출

  df = df[df['A'].map(lambda x: len(str(x)) == 10)]

rename

특정 열의 이름을 바꿀 때 사용한다

rename code

• 'old_col' 열 이름을 'new_col' 이름으로 변경

  df = df.rename(columns={"old_col": "new_col"})

groupby

특정 열(들)을 기준으로 group by 하여 sum을 출력한다.

groupby code

• 컬럼 "product", "compnay"로 group을 만들고 count열은 sum으로 합치기

  df_group = df.groupby(['product', 'company'])['count'].sum().reset_index()

sort

특정 열을 기준으로 sort를 진행한다.

sort code

• '순번'열을 기준으로 오름차순 정렬

  df = df.sort_values(by='순번', ascending=True)

filter

특정 열의 값을 기준으로 판단

filter code

• 특정 열의 값이 없는 (Null인) 것만 추출

  df_isnull = df[df["ColumnName"].isnull()]

• 특정 열의 값이 있는 (Null이 아닌) 것만 추출

  df_notnull = df[df["ColumnName"].notnull()]

• 특정 열의 값이 있는것만 추출

  df_notnull = df[df["ColumnName"] != ""]