3. 머신러닝을 위한 판다스(Pandas)

판다스 개요

목적	데이터 처리를 위한 라이브러리
설치	pip install pandas cmd에서 설치
라이브러리 호출	import pandas

판다스의 데이터 타입

	선언방법	특징
시리즈(Series)	pandas.Series([Values], index= ... )	1차원 배열의 값(Values)의 형태 각 값에 대응되는 인덱스가 자동으로 부여 인덱스 : 0부터 시작 각 값에 대응되는 인덱스 사용자 설정 가능
데이터 프레임 (DataFrame)	pandas.DataFrame([values], index = ... , columns = ... )	2차원의 행과 열을 테이블 형태 매개변수 : 2차원의 리스트 리스트, 딕셔너리, 시리즈, 넘파이 등 다양한 형태를 통하여 데이터 프레임 생성 가능 각 값에 대응되는 인덱스가 자동으로 부여 인덱스 : 0부터 시작 각 값에 대응되는 인덱스 사용자 설정 가능 열 이름 사용자 설정 가능

예시

Series	1차원의 다양한 데이터 입력 가능	import pandas as pd a=pd.Series([1,2,3,4,5,6,7,8,9,10]) print(a)
		import pandas as pd import numpy as np a=np.arange(10) a=pd.Series(a) print(a)
		import pandas as pd import numpy as np a=pd.Series([100,99,100], index=['one','two','three']) print(a)
DataFrame	2차원의 다양한 데이터 입력 가능	import pandas as pd import numpy as np a=pd.DataFrame (np.random.rand(2,2)) print(a)
	딕셔너리로 생성 시 : 딕셔너리 하나의 키와 value는 하나의 열에 대한 제목과 값을 나타냄	import pandas as pd import numpy as np tmp={'name':['kim','lee','jung'], 'score':[100,99,100]} b=pd.DataFrame(tmp) print(b)
	행 이름 : index로 표시, 열 이름 : columns 로 표시	import pandas as pd import numpy as np a=pd.DataFrame (np.random.rand(3,3), columns=['dept_A','dept_B','dept_C'], index=['sub_A','sub_B','sub_C']) print(a)

판다스 문법

유용한 함수

데이터프레임이름.head(n=*)	앞에서 *개 데이터 출력. defaul는 5
데이터프레임이름.tail(n=*)	뒤에서 *개 데이터 출력. default는 5
데이터프레임이름.describe()	데이터프레임의 간단한 통계정보
데이터프레임.T	해당 데이터프레임의 행과 열을 바꿈
데이터프레임.sort_index(axis=0 or 1, ascending=True or False)	열 또는 행의 index를 기준으로 정렬 • 행과 열의 이름으로 데이터를 정렬함 • axis=0 : 인덱스(행) 이름을 기준으로 정렬 • axis=1 : 컬럼(열) 이름을 기준으로 정렬 • ascending=True : 오름차순으로 정렬 • ascending=False : 내림차순으로 정렬

슬라이싱 , 검색

데이터프레임이름[‘열이름‘]	Series 형태로 선택됨
데이터프레임이름[[‘열이름‘, ‘열이름’,,,,,]]	데이터프레임 형태로 선택됨

데이터 값 변경

열단위 값을 단일값으로 변경	데이터프레임이름[‘열이름’]= 변경값
열단위 값을 여러 개의 값으로 변경	데이터프레임이름[‘열이름’]= [변경값 리스트]
열 삽입	데이터프레임이름[‘열이름’]= 입력될 값
열 삭제	del 데이터프레임이름[‘열이름’]
열을 삽입하고, 해당 열의 특정 행 값을 삽입	데이터프레임이름[‘열이름’]= pd.Series([value], index=[특정 행])