-1- Pandas(Series와 DataFrame 기본명령어)

import pandas as pd
# 판다스는 별칭 pd로 많이 사용합니다.

 

1. Series (엑셀의 한 열과 유사)

# Series 생성방법
pd.Series([1, 2, 3, 4])

2-1. DataFrame(행과 열을 가진 엑셀의 시트와 유사)

1) list로 만드는 방법

# DataFrame 생성방법
company = [['BB은행', 1000, '은행'], ['삼숭전자' , 2000, '제조']]
df1 = pd.DataFrame(company)

# 제목컬럼 만들기 (꼭 데이터의 수와 컬럼의 수를 맞춰야함!)
## df1.columns = ['기업명', '매출액'] 일 경우 에러
df1.columns = ['기업명', '매출액', '업종']

2) dict로 만들기

# DataFrame 생성방법2

company2 = {'기업명' : ['삼숭','엘죤','궁민'],
'매출액' : [2200, 1100, 1400],
'업종' : ['전자','가전','금융']}

df2 = pd.DataFrame(company2)

3. 인덱스를 특정 컬럼으로 지정하기

df2.index = df2['기업명']

4. 해당 컬럼만 출력하기(DataFrame에서 Series로 추출하기)

df2['매출액']

5. column(열) 출력하고 재정의하기

# 열 출력하기
df2.columns
>> 	Index(['기업명', '매출액', '업종'], dtype='object')


# 열 재정의하기
New_columns = ['회사명','순자산','주업종']
df2.columns = New_columns
df2.columns
>> 	Index(['회사명', '순자산', '주업종'], dtype='object')

6. index(행) 출력하기

df1.index
>> 	RangeIndex(start=0, stop=2, step=1) # 0부터 2미만까지의 1씩 증가하는 인덱스를 가지고 있다.

 

7. info : 기본적인 행의 정보와 데이터 타입 확인

df1.info()

>> 	<class 'pandas.core.frame.DataFrame'>
>> 	RangeIndex: 2 entries, 0 to 1
>> 	Data columns (total 3 columns):
>> 	 #   Column  Non-Null Count  Dtype 
>> 	---  ------  --------------  ----- 
>> 	 0   기업명     2 non-null      object
>> 	 1   매출액     2 non-null      int64 
>> 	 2   업종      2 non-null      object
>> 	dtypes: int64(1), object(2)
>> 	memory usage: 176.0+ bytes

8. 통계 정보 확인하기(describe * 연산 가능한것만 나옴)

df1.describe()


>> 		매출액
>> 	count	2.000000
>> 	mean	1500.000000
>> 	std	707.106781
>> 	min	1000.000000
>> 	25%	1250.000000
>> 	50%	1500.000000
>> 	75%	1750.000000
>> 	max	2000.000000

9. 형태(shape) 알아보기

- Shape은 Tuple 형태로 반환되며, 첫번째는 행, 두번째는 열을 의미합니다.

df1.shape
>>	 (2, 3)

10. 상위5개, 하위 5개 출력하기

# 상위 5개 확인하기
df.head()

# 하위 5개 확인하기
df.tail()

# 상위 3개 확인하기
df.head(3)

# 하위 3개 확인하기
df.tail(3)

11. 정렬하기

# 인덱스별로 오름차순 정렬하기
df1.sort_index()

# 인덱스별로 내림차순 정렬하기
df1.sort_index(ascending = False)

# 컬럼로 오름차순 정렬하기
df1.sort_values(by = '기업명')

# 컬럼별로 내림차순 정렬하기
df1.sort_values(by = '기업명', ascending = False)

#복수 정렬하기
df1.sort_values(by = '기업명', '매출액')