[Python]DataFrame-데이터선택&집계, 열추가

 

data frame에서 몇 개의 행만 가져오자

 

 

df.head() :
처음 5행만 추출.

만약 5개 이상 10개의 행을 가져오고 싶다면 head(10)와 같이 적는다.

---

head()와 tail() 모두 가져오고 싶은 수 많큼 (숫자)를 적어서 가져오면 된다.
이 두개는 구조를 대강 파악할 때 사용되곤 한다.

---

df.tail() :
마지막 5행 추출.

(3)이라 적어서 세줄 가져온 거

---

df[ : ]
중간 행을 가져오고 싶을 경우
slicing해서 가져온다.

0은 포함, 3은 포함X ==> 0~1 ==> 0,1,2행 출력.

---

df.loc['KR'] :
행의 레이블(index역할)이 'KR'인 행만 출력.

---

df['컬럼명'][:3]
해당 컬럼의 행만 원하는 만큼 추출

---

df.loc['레이블명', '컬럼명'] :
행의 index역할을 하는 레이블과
컬럼명이 일치하는 자료를 추출.

설명하기 위해 위와 같이 적었지만
원하는 위치의
loc['행', '열'] 
이라고 생각하면 쉽다.

---

df['컬럼명'].loc['레이블명'] :
컬럼 지정 후 레이블을 선택 추출.
체이닝 방식.

---

새로운 열 추가
df['추가할_컬럼명'] = 계산식

 

다른 개발언어를 공부한 경우, 이러한 계산을 할 때
for()문과 같은 반복문을 먼저 생각하지만, python에서는 library활용을 우선시하다.

---

※파일을 불러올 때 encoding타입을 지정해야 오류가 나지 않는다. 

window7 이전 까지는 ANSI형태로 메모장 같은 파일들이 저장되어 있는데
encoding='CP949'로 읽는다.

window10이상부터는 UTF-8형태가 기본이다.
+ 불러올 파일을 UTF-8로 저장하는 것도 방법이다.

---

데이터 집계
describe() :
null을 제외한 통계정보를 보여준다.

이렇게 시간에 따라 데이터가 쌓이는 것을 시계열 데이터라고 한다.

describe()하나의 함수로 이렇게 다양한 정보를 불러올 수 있다.

---

df.describe(include='all')
→ 산술 데이터 외 모든 열 통계 정보 출력.

---

pandas와 numpy의 표준편차 차이

보통 판다스 표준편차가 맞다고들 한다.

---

describe()함수에 포함된 함수를 따로 적용해 볼 수도 있다.

df.count() :
결측치null을 제외한 갯수를 센다.

원하는 컬럼에 대해서만 count()할 수 있다.

---

여러 개의 열을 분석 :
(mean, min, max, sum 등 함수()) + List [ ]

List를 사용하는데 이렇게 쓸 수 있지만

이런 식으로 적는 걸 추천한다. 컬럼의 갯수가 많을 경우 2개의 컬럼에서 통계를 내기에 더 빠르다.