Pandas (2 장 완료해야함)

Category	boostcamp/AI tech prep
Tag	pandaspython
날짜	@2021년 11월 28일 오후 7:39
발행 여부

Inspired

Pandas

Series

Series operation

Dataframe

.loc vs .iloc

Column 에 새로운 데이터 할당하기

Selection with column name

Selection with index number

추가적인 기능

접근법 (loc, iloc)

Drop

Series operation

Dataframe operation

lambda, map, apply

map for series

applymap for dataframe

pandas built-in function

Inspired

• loc, iloc

• drop

• map

• apply

• unique 를 활용한 label encoding

Pandas

• python 의 엑셀이다.

• numpy 와 통합되어 같은 기능을 사용할 수 있다.

Series

• Column vector 를 표현하는 Object

• numpy.ndarray 의 subclass 이다.

• index 자체가 중요하지는 않지만, 알고는 있자.

• index=이름 으로 index 이름으로 설정해 줄 수도, name 으로 series 이름을 설정할 수도 있다.

Series operation

Dataframe

• numpy 의 subclass

• Series 를 모아서 만든 2차원 배열

• columns 인수를 써서 column 을 선택하여 추출할 수 있다.

.loc vs .iloc

• .loc : index 의 이름을 매치시킨다.

• .iloc : 현재 있는 index 들 중 순서대로 매치시킨다.

• s.loc[:3] 을 보자.
  • index 가 현재 49 48 47 46 45 1 2 3 4 5 가 있다.
  • index 가 3인 것 까지 slicing 해준다.

• s.iloc[:3] 을 보자
  • index 가 현재 49 48 47 46 45 1 2 3 4 5 가 있다.
  • index 들의 배열이 [49, 48, 47, 46 ...] 이렇게 있는 것이다.
  • index 의 배열의 index 가 3이기 이전까지 slicing 하자는 것이므로,
    • 0번째 index 인 49번
    • 1번째 index 인 48번
    • 2번째 index 인 47번
  • 이 slicing 되는 것이다.

Column 에 새로운 데이터 할당하기

• 조건을 설정하여 얻고 싶은 데이터만 새로운 feature 를 만들어 줄 수 있다.

• 많이 사용한다.

Selection with column name

.head() 와 column name 을 결합하여 적절히 몇 개의 data 만을 뽑아올 수 있따.

Selection with index number

추가적인 기능

• Boolean index 를 적용하여 series data 를 추출할 수 도 있다.

• dataframe 의 index 를 바꿔줄 수 있다. 실존하는 data 를 index 로써 설정할 수 있는 것이다.
  • df.index 를 사용한다.

접근법 (loc, iloc)

• iloc 과 첫번째 기법을 많이 쓰고 loc 은 잘 사용하지 않는다.

Drop

• df.drop(row 번호) (여러개의 row 도 가능하다.)

• df.drop(칼럼명, axis) 을 하여 column 을 제거 할 수 있다.
  • 하지만, df = df.drop() 을 해주어야 실제 데이터에 갱신되는 것이다.
  • 혹은, df.drop(~~, inplace=True) 를 해주어야 갱신된다.
  • df.drop() 은 삭제된 dataframe 을 반환해주기만 하고 갱신해주지는 않는다.

Series operation

• index 값을 기준으로 연산을 수행한다.

• 겹치는 index 가 없으면 NaN 값으로 반환
  • 보통 index name 을 설정해주지 않으므로, 상관 없지만 알아두자.

Dataframe operation

• dataframe 은 index 와 column 을 모두 고려한다.

• 겹치는 값이 없을 때, NaN 값으로 하지 않고 다른 것으로 채우고 싶다면 fill_value=0 을 사용한다.

• add, mul, div 등 사용 가능하다.

• Series + Dataframe 을 할 수 있다.
  • column 을 기준으로 broadcasting 이 발생한다.
  • axis 설정하여 다른 축으로 broadcasting 가능

lambda, map, apply

💡

배울 내용 중 실용적인 내용

map for series

• series 안의 모든 요소에 series.map(함수 혹은 dict 혹은 Series 등) 로 간단하게 데이터를 변환-적용할 수 있다.
  • dict type 으로 변환시키는 것을 가장 많이 쓴다.
  • !wget https://raw.githubusercontent.com/rstudio/Intro/master/data/wages.csv

  

• map 대신 replace 를 사용할 수 있다.
  • inplace=True 로 db 자체를 바꾸어줄 수 있다.

  apply for dataframe

  💡

  map 은 series 의 원소 단위에 적용시켜 줄 때였다면, apply 는 series 전체에 함수를 적용한다.

  

  • data 내의 여러가지 통계를 구할 때 많이 쓴다.
  • scalar 값이 아니라, series 자체를 반환 할 수도 있다.

    

applymap for dataframe

• apply 를 df 에 적용하지 않고 series 에 적용하는 효과

pandas built-in function

• describe : 데이터의 요약 정보를 보여준다.

• 💡 unique : series data 의 유일한 값을 list 로 반환.
  • 용례

    

  • 위의 용례처럼, unique 를 사용하여 label encoding 을 쉽게 할 수 있다.