미니프로젝트 01-01-02. pandas 기초

1. pandas는 통상 pd로, 수치해석적 함수가 많은 numpy는 np로 import한다

2. pandas의 데이터형을 구성하는 기본은 Series이다.

 

3. 날짜(시간)을 이용할 수 있다.

periods = 6이란 20130101년부터 6일간이라는 뜻이다

 

4. Pandas에서 가장 많이 이용되는 데이터 유형은 DataFrame이다. index와 columns를 정하여 사용한다.

index에는 아까 선언한 dates변수를, columns에 A, B, C, D를 각각 입력했다. 내부 데이터는 numpy의 random함수의 randn기능으로 6행 4열의 데이터를 만들었다.

 

5. df.head()는 앞의 다섯가지 변수를 출력한다. 괄호 안의 숫자를 바꾸면 그 숫자만큼의 행을 출력한다.

 

 

6. df.info()명령은 DataFrame의 요약 정보를 보여준다. 각 컬럼의 크기와 데이터형태를 확인하려고 사용한다.

 

7. df.describe()는 DataFrame의 통계적 기본정보를 확인한다.

count는 데이터 갯수, mean은 평균, std는 표준편차, min은 최솟값, 25%는 1/4지점, ...

 

8. sort_values()는 데이터를 정렬하는 명령이다.

B컬럼을 기준으로 내림차순 정렬하는 명령어

 

9. 특정 컬럼만 읽을 수도 있다.

A컬럼 데이터만 읽기

 

슬라이싱도 가능하다.

날짜별로 슬라이싱할 수도 있다.

 

10. 보다 구체적으로 데이터 범위를 지정하기 위해 .loc[ ]명령어를 사용한다.

:는 모든 행을 전부 선택한다는 뜻이다.

특정 인덱스를 선택할 수도 있다.

 

11. .iloc[]는 번호만 통해 슬라이싱하는 함수이다

 

12. pandas의 경우 df[condition]와 같이 사용하는 것이 일반적, 버전에 따라 허용하는 문법이 다르므로 외우는 것에 너무 연연하지 않아도 된다, 인터넷에서 확보한 소스코드를 돌릴 때는 pandas의 버전을 체크해야 한다.

 

13. 조건문을 적용할 수도 있다.

 

14. .isin으로 특정 칼럼 안에 특정 값이 존재하는지를 확인할 수도 있다.

특정 값을 포함한 컬럼만 선택할 수도 있다.

 

15. del 명령어로 특정 컬럼을 삭제한다.

 

16. .apply(np.cumsum)은 데이터들의 누적합을 구하는 함수이다.

 

17. 특정 인덱스를 지우는 메소드는 .drop()이다.(index, columns, inplace 등의 arguments를 받는다.) 

18. 인덱스를 초기화하려면 .reset_index()를 한다.(drop=True를 하면 drop을 적용하고 다시 인덱스를 구성하며, inplace=True를 하면 실제 데이터에도 이를 적용한다.)

19. 구분자를 삭제하려면 .replace()를 이용한다. regex=True는 정규표현식을 실행하는 코드이다.

20. pd.to_numeric()을 이용하면 object나 string타입의 데이터를 숫자형으로 바꿔줄 수 있다.