Pandas 02 - DataFrame describe(), indexing, 행/칼럼 추가, 삭제

DataFrame에 대한 이야기

describe()

import numpy as np
import pandas as pd

data = {'이름' : ['이지은', '박동훈', '홍길동', '강감찬', '오혜영'],
      '학과': ['컴퓨터', '기계', '철학', '국어국문', '컴퓨터'],
      '학년': [1, 2, 2, 4, 3],
      '학점': [1.5, 2.0, 3.1, 1.1, 2.8]}

df = pd.DataFrame(data, 
                  columns=['학과', '이름', '학점', '학년'],
                  index = ['one', 'two', 'three', 'four', 'five'])

display(df)

# DataFRame 안에 있는 숫자연산이 가능한 column에 한해,
# 기본분석함수 적영한 수치값들을 DataFrame으로 리턴
display(df.describe())

 

DataFrame의 indexing

Column을 추출하는 방법

• DataFrame에서는 특정 column을 추출할 수 있으며, 그 결과는 Series가 된다.

import numpy as np
import pandas as pd

data = {'이름' : ['이지은', '박동훈', '홍길동', '강감찬', '오혜영'],
      '학과': ['컴퓨터', '기계', '철학', '국어국문', '컴퓨터'],
      '학년': [1, 2, 2, 4, 3],
      '학점': [1.5, 2.0, 3.1, 1.1, 2.8]}

df = pd.DataFrame(data,
                 columns=['학과', '이름', '학점', '학년', '등급'],
                 index=['one', 'two', 'three', 'four', 'five'])
display(df)

## column 추출하기
print(df['이름'])   # 결과는 Series로 return
# print(df.이름)    # 되기는 하지만, 프로그래밍에 적합한 형태x, 많이 사용x"

year = df['학년']   # year는 Series가 된다. => View!!
year['one'] = 100   # Series의 내용 변경
print(year)

display(df)         # 원본도 변경

 

Column을 추출하는 방법 -> Fancy Indexing

• 두 개 이상의 column을 추출하면 DataFrame으로 리턴

display(df[['학과', '학점']])
# display(df['학과', '학점'])     # Error
# display(df['학과' : '학점'])    # Error

 

DataFrame에서 특정 column의 값 수정

• 단일값 (Scalar), list, numpy array를 이용해서 수정할 수 있다.

print("단일값으로 column 수정 -> Broadcasting")
df['등급'] = 'A'     # Scalar 값을 넣었지만, Broadcasting이 일어남
display(df)

print("\nlist로 column 수정")
df['등급'] = ['A', 'B', 'C', 'D', 'F']  
display(df)

print("\nnumpy array로 column 수정")
df['등급'] = np.array(['A', 'A', 'A', 'A', 'A'])
display(df)

 

DataFrame에서 두개 이상의 특정 column 값 수정

• 단일값, list, numpy array,를 이용해서 수정할 수 있다.

df[['학과', '등급']] = 'A'
display(df)

df[['학과', '등급']] = [['영어영문', 'A'],
                        ['철학', 'C'],
                        ['수학', 'D'],
                        ['기계', 'B'],
                        ['영어영문', 'A'],]
display(df)

 

새로운 column을 DataFrame에 추가

• 단일값, list, numpy array를 이용해서 추가할 수 있다.

df['나이'] = [20, 21, 22, 23, 24]  # column을 추가하려면 갯수가 맞아야 한다.
display(df)

 

Series로 새로운 column을 추가할 때는 index를 매칭시켜야 한다.

• Series로 column을 추가할 때는 값의 대입 기준이 index이기 때문

# df['나이'] = pd.Series([20, 21, 22, 23, 24])
# display(df)
# 추가가 안된다.
# Series로 column을 추가할 때는 값의 대입 기준이 index이기 때문

df['나이'] = pd.Series([20, 21, 22, 23, 24],
                    index=['one', 'two', 'three', 'four', 'five'])
display(df)

df['나이'] = pd.Series([20, 21, 22],
                    index=['one', 'two', 'three'])
display(df)

 

새로운 column을 column의 연산을 통해 추가할 수 있다

# 마지막에 column을 하나 추가한다. => '장학생 여부'
# 만약 학점이 3.0 이상이면 True, 그렇지 않으면 False
df['장학생여부'] = df['학점'] > 3.0
display(df)

 

DataFrame에서 column을 삭제 => drop()

• 함수를 이용해서 column 삭제 가능

• 열(column)을 삭제할 경우, 행(row)를 삭제할 경우 둘 다 drop() 사용

• 함수 사용 시 주의해야 할 점 : 행/ 열 어떤거 삭제할지 명시해야 한다.

• inplace=True => 원본을 지운다. return 존재x

• inplace=False => 원본은 보존하고 삭제된 결과물 df를 만들어서 return

• default값은 inplace=False

new_df = df.drop('학년', axis=1, inplace=False)
display(new_df)

# Fancy Indexing으로 삭제
new_df = df.drop(['학점', '등급'], axis=1, inplace=False)
display(new_df)

 

 

column/ row indexing

• row는 slicing은 되는데 단일인덱싱이 안됨
• column은 slicing은 안되는데 단일 인덱싱이 됨

1) column indexing

# 단일 column indexing
print(df['이름'])               # OK. Series로 리턴

# display(df['학과':'학점'])    # Error. column에 대해서 slicing은 지원x
display(df[['학과', '학점']])   # OK. column에 대해서 Fancy indexing은 가능

 

2-1) row indexing - part1: 숫자 인덱스

# print(df[0])        # Error. row에 대해서 숫자 index로 단일 indexing이 안된다.

display(df[1:3])      # 단일인덱싱은 안되는데 slicing이 된다.
display(df[1:])

# display(df[[0, 2]]) # Error. row에 대해 index 숫자를 이용한 fancy indexing은 지원x

 

2-2) row indexing - part2: 행에 대한 별도의 index

# display(df['one'])      # Error

display(df['one':'three']) # OK. one<= x <= three

# display(df['three':-1]) # Error. 숫자 index와 index를 혼용하여 사용할 수 X
# display(df[['two', 'four']]) # Error. Fancy indexing x

 

2-3) row indexing - part3 : loc[]를 row indexing

• 많이 사용하는 방법 중 하나
• loc를 이용할 때는 숫자 index가 아닌 부여한 index를 사용

print(df.loc['one'])               # OK. loc와 index를 이용하면 단일 row 추출 가능.
                                   # Series로 return
# print(df.loc[0])                 # Error. loc는 숫자 index 사용 X

display(df.loc['one':'three'])     # OK. slicing도 가능.
display(df.loc['three':])
# display(df.loc['one':-1])        # Error. index를 혼합해서 사용하는건 안된다.
display(df.loc[['one', 'three']])  # OK. fancy indexing도 가능

 

2-4) row indexing - part4 : iloc[]

• loc[]와 다른 점은, 숫자만 사용할 수 있다.

loc[]를 이용하면, 행과 열을 동시에 추출할 수 있다.

import numpy as np
import pandas as pd

data = {'이름' : ['이지은', '박동훈', '홍길동', '강감찬', '오혜영'],
      '학과': ['컴퓨터', '기계', '철학', '국어국문', '컴퓨터'],
      '학년': [1, 2, 2, 4, 3],
      '학점': [1.5, 2.0, 3.1, 1.1, 2.8]}

df = pd.DataFrame(data,
                 columns=['학과', '이름', '학점', '학년', '등급'],
                 index=['one', 'two', 'three', 'four', 'five'])

display(df)

##########################

## 행 추출하기
display(df.loc['one':'three'])

# 행 뿐만 아니라 열도 같이 추출할 수 있다.
display(df.loc['one':'three', '이름'])        # Series

# 행, 열 둘 다 slicing
display(df.loc['one':'three', '이름':'학년'])  # Dataframe

loc[]에 Boolean Mask로 행 추출

# 학점이 1.5점을 초과하는 학생의 이름과 학점 DataFrame으로 추출

# df['학점']>1.5  => Boolean Mask를 행 추출 시 사용
print(df['학점']>1.5)
display(df.loc[df['학점']>1.5,['이름','학점']]) 

# 1. 이름이 '박동훈'인 사람을 찾아 이름과 학점을 DataFrame으로 출력
display(df.loc[df['이름']=='박동훈',['이름','학점']])

# 2. 학점이 1.5 초과 2.5 미만인 모든 사람을 찾아 학과, 이름, 학점을 DataFrame으로 출력
display(df.loc[(df['학점'] > 1.5) & (df['학점'] < 2.5),'학과':'학점'])

# 3. 학점이 3.0을 초과하는 사람을 찾아 등급을 'A'로 설정한 후 출력
df.loc[df['학점'] > 3.0, '등급'] = 'A'
display(df)

iloc[]를 이용하여 행과 열 indexing

• numpy에서는 행과 열에 동시에 fancy indexing이 안된다.
  • numpy에서는 np.ix_()함수를 사용한다.
• DataFrame에서는 iloc[]를 이용한 행과 열 fancy indexing이 동시에 된다.

import numpy as np
import pandas as pd

data = { '이름': ['이지은', '박동훈', '홍길동', '강감찬', '오혜영'],
         '학과':['컴퓨터','기계','철학','컴퓨터','철학'],
         '학년':[1, 2, 2, 4, 3],
         '학점':[1.5, 2.0, 3.1, 1.1, 2.7]}

df = pd.DataFrame(data,
                  columns = ['학과', '이름', '학점', '학년', '등급'],
                  index = ['one', 'two', 'three', 'four', 'five'])
display(df)

############################################
print(df.iloc[0, 0]) # 컴퓨터

print(df.iloc[1]) # Series

display(df.iloc[1:4])

# DataFrame에서는 iloc[]를 이용한 행과 열 fancy indexing이 동시에 된다.
display(df.iloc[[0, 2], [1, 3]])

 

DataFrame에서 새로운 행을 추가

import numpy as np
import pandas as pd

data = { '이름':['이지은','박동훈','홍길동','강감찬','오혜영'],
         '학과':['컴퓨터','기계','철학','컴퓨터','철학'],
         '학년':[1, 2, 2, 4, 3],
         '학점':[1.5, 2.0, 3.1, 1.1, 2.7]}

df = pd.DataFrame(data,
                 columns=['학과','이름','학점','학년','등급'],
                 index=['one','two','three','four','five'])
display(df)

########################################

df.loc['six', :] = ['영어영문', '최길동', 4.0, 3, 'A']
display(df)

df.loc['six', ['학과', '이름']] = ['영어영문', '최길동']
display(df)

import numpy as np
import pandas as pd

data = { '이름':['이지은','박동훈','홍길동','강감찬','오혜영'],
         '학과':['컴퓨터','기계','철학','컴퓨터','철학'],
         '학년':[1, 2, 2, 4, 3],
         '학점':[1.5, 2.0, 3.1, 1.1, 2.7]}

df = pd.DataFrame(data,
                 columns=['학과','이름','학점','학년','등급'],
                 index=['one','two','three','four','five'])
display(df)

################################

# DataFrame에서 특정 컬럼 삭제
display(df.drop('학점', axis=1, inplace=False))

# DataFrame에서 특정 행 삭제
display(df.drop(['two','five'], axis=0, inplace=False))