[Pandas] 기초 이해

Pandas에서 Data 구조는 Series와 Dataframe으로 구분

 

① Series : 1차원 데이터 , Index와 Value로 구성

② Dataframe : 2차원 데이터, Index, Column, Value로 구성

 

■ Series 데이터의 CRUD (Create, Read & Update, Delete)

 

  1. Create (pd.Series로 Series 데이터 선언)

   import pandas as pd

   seriesdata = pd.Series([70, 60, 90], index = ['국어', '영어', '수학'])

 

  2. Read & Update 

   - Index로 Value 불러오기

seriesdata['국어']
seriesdata['영어']

   - 새로운 값 할당

seriesdata['국어'] = 99

   

   3. Delete

 

    - del 함수 이용해서 index 기준으로 삭제하기

del.seriesdata['국어']

 

   4. Series data type 변경

 

    - astype 이용해서 data 타입 변경 

     series.astype('object')

     # 'object'는 pandas에서 문자열, 복합 데이터 타입에 사용

 

 

■ Dataframe 데이터의 CRUD (Create, Read & Update, Delete)  

 

  1. Create (Column과 value 매칭해서 생성)

   import pandas as pd
   df = pd.DataFrame({
       "미국" : [2.1, 2.2, 2.3],
       "한국" : [20, 24, 21],
       "중국" : [1, 2, 3],
	})

   import pandas as pd
   df = pd.DataFrame({
       "미국" : [2.1, 2.2, 2.3],
       "한국" : [20, 24, 21],
       "중국" : [1, 2, 3],
       index = [2000, 2010, 2020] # index 와 함께 생성하기
	})

  2. Read & Update 

 

   - loc 함수 사용해서 row Index로 Value 찾기 

df.loc[2000]
df.loc[2010]
df.loc[2020]

   - iloc 함수 사용해서 row index 순서로 value 찾기

df.iloc[0] 				# df.loc[2000] 과 동일한 결과
df.iloc[1]				# df.loc[2010] 과 동일한 결과
df.iloc[2]				# df.loc[2020] 과 동일한 결과

df.iloc[0]['중국'] 				# index name 2000의 '중국' Column의 Value 반환
df.iloc[1]['한국'] 				# index name 2010의 '한국' Column의 Value 반환
df.iloc[2]['일본'] 				# index name 2020의 '일본' Column의 Value 반환

   - 새로운 값 할당해주기

df.loc['한국'] = [200,300,400] # '한국' Column 값 변경

   - index 설정, reset, 이름 바꿔주기

df.index.name = 'Year' # Index Name 'Year' 로 변경

df = df.reset_index('Year') # Index Column 이 Data Column으로 다시 reset

 

   3. Delete

    - drop 이용해서 행 삭제

df.drop([2020])