[Pandas] DataFrame

DataFrame 객체

• Pandas의 기본 자료구조, 2차원 배열 또는 리스트, Data Table 전체를 포함하는 objet
• Row와 column index가 존재
• 각 column은 서로 다른 데이터 타입을 가질 수 있음
• Series를 모아서 만든 data table
• 기본적으로 csv 포맷을 지원, 구분자로 column이 구분된 데이터는 모두 지원
• R언어 data.frame과 비슷

import pandas as pd
from pandas import Series, DataFrame
import numpy as np

 

1. DataFrame 생성

• DataFrame 객체를 생성하는 방법: dictionary 또는 numpy 배열 사용

a = pd.DataFrame([[1,2,3],
                 [4,5,6],
                 [7,8,9]])
a

 

	0	1	2
0	1	2	3
1	4	5	6
2	7	8	9

 

• DataFrame에서 values속성은 저장된 데이터를 2차원 배열로 리턴

print(a.values)

[[1 2 3]
 [4 5 6]
 [7 8 9]]

 

2. Dictionary로 DataFrame 생성

data = {
    'city':['서울', '부산', '광주', '대구'],
    'year':[2000, 2001, 2002, 2002],
    'pop': [4000, 2000, 1000, 1000]
}

df = DataFrame(data)
df

	city	pop	year
0	서울	4000	2000
1	부산	2000	2001
2	광주	1000	2002
3	대구	1000	2002

 

• Column은 정렬되어 출력, column을 지정하면 정렬되지 않고 지정한 순으로 출력됨

df = DataFrame(data, columns=['year', 'city', 'pop'])
df

	year	city	pop
0	2000	서울	4000
1	2001	부산	2000
2	2002	광주	1000
3	2002	대구	1000

 

• 새로운 column 추가

df = DataFrame(data, columns=['year', 'city', 'pop', 'debt'])
df

	year	city	pop	debt
0	2000	서울	4000	NaN
1	2001	부산	2000	NaN
2	2002	광주	1000	NaN
3	2002	대구	1000	NaN

 

df2 = DataFrame(data, columns=['year', 'city', 'pop', 'debt'], 
                index=['one', 'two', 'three', 'four'])
df2

	year	city	pop	debt
one	2000	서울	4000	NaN
two	2001	부산	2000	NaN
three	2002	광주	1000	NaN
four	2002	대구	1000	NaN

 

3. Column, index 가져오기

df2

	year	city	pop	debt
one	2000	서울	4000	1000
two	2001	부산	2000	2000
three	2002	광주	1000	3000
four	2002	대구	1000	4000

 

1) Column과 index list 가져오기

df2.columns

Index(['year', 'city', 'pop', 'debt'], dtype='object')

 

df2.index

Index(['one', 'two', 'three', 'four'], dtype='object')

2) Column을 선택하여 추출: series 추출

df2['city']

one      서울
two      부산
three    광주
four     대구
Name: city, dtype: object

 

df2['year'] 

one      2000
two      2001
three    2002
four     2002
Name: year, dtype: int64

 

df2.year 

one      2000
two      2001
three    2002
four     2002
Name: year, dtype: int64

• ix, loc: row(행)를 접근할 때 사용하는 속성, index를 name속성으로 지정함

df2.ix['three']

year    2002
city      광주
pop     1000
debt     NaN
Name: three, dtype: object

 

df2.loc['three']

year    2002
city      광주
pop     1000
debt     NaN
Name: three, dtype: object

• iloc: index position을 주어 값을 추출

df2.iloc[1:]

	year	city	pop	debt
two	2001	부산	2000	NaN
three	2002	광주	1000	NaN
four	2002	대구	1000	NaN

 

df2.year.iloc[1:]

two      2001
three    2002
four     2002
Name: year, dtype: int64

4. NaN값 채우기

df2['debt']=1000
df2

	year	city	pop	debt
one	2000	서울	4000	1000
two	2001	부산	2000	1000
three	2002	광주	1000	1000
four	2002	대구	1000	1000

 

df2['debt'] = np.arange(4)
df2

	year	city	pop	debt
one	2000	서울	4000	0
two	2001	부산	2000	1
three	2002	광주	1000	2
four	2002	대구	1000	3

 

• 주의: Series객체를 이용해서 값을 넣을때 index값이 다르면 값이 채워지지 않음

val =  Series([1000, 2000, 3000, 4000])
df2['debt'] = val
df2

	year	city	pop	debt
one	2000	서울	4000	NaN
two	2001	부산	2000	NaN
three	2002	광주	1000	NaN
four	2002	대구	1000	NaN

 

val =  Series([1000, 2000, 3000, 4000], 
              index=['one', 'two', 'three', 'four'])
df2['debt'] = val
df2

	year	city	pop	debt
one	2000	서울	4000	1000
two	2001	부산	2000	2000
three	2002	광주	1000	3000
four	2002	대구	1000	4000

 

val1 = Series([1000, 3000, 5000], index=['one', 'three', 'four'])
df2['debt'] = val1
df2

	year	city	pop	debt
one	2000	서울	4000	1000.0
two	2001	부산	2000	NaN
three	2002	광주	1000	3000.0
four	2002	대구	1000	5000.0

 

df2['aaa'] = df2.city == '서울'
df2

	year	city	pop	debt	aaa
one	2000	서울	4000	1000.0	True
two	2001	부산	2000	NaN	False
three	2002	광주	1000	3000.0	False
four	2002	대구	1000	5000.0	False

 

5. Column 삭제하기

df2.columns 

Index(['year', 'city', 'pop', 'debt', 'aaa'], dtype='object')

 

del df2['aaa']
df2.columns 

Index(['year', 'city', 'pop', 'debt'], dtype='object')

6. Dictionary안에 dictionary가 있을때 DataFrame의 생성

data2 = {
    'seoul':{2001:20, 2002:30},
    'busan':{2000:10, 2001:200, 2002:300}
        }

df3 = DataFrame(data2)
df3

	busan	seoul
2000	10	NaN
2001	200	20.0
2002	300	30.0

 

7. Row와 column을 서로 바꿈

df3.T

	2000	2001	2002
busan	10.0	200.0	300.0
seoul	NaN	20.0	30.0