[Pandas] Operation

Pandas Operation

1. index가 다른 객체들의 산술연산

• 연산: 공통인 요소에 대해서만 연산을 하고 나머지는 NaN

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

1) Series 객체의 산술연산

s1 = Series([5, 6, -1, 2], index=['a', 'c', 'd', 'e'])
s1

a    5
c    6
d   -1
e    2
dtype: int64

 

s2 = Series([3, 4, -1, 2, 7], index=['a', 'c', 'e', 'f', 'g'])
s2

a    3
c    4
e   -1
f    2
g    7
dtype: int64

 

s1+s2

a     8.0
c    10.0
d     NaN
e     1.0
f     NaN
g     NaN
dtype: float64

 

2) DataFrame 객체의 산술연산

df1 = DataFrame(np.arange(9).reshape(3,3),
              columns=list('bcd'),
              index=['seoul', 'busan', 'gwangju'])
df1

	b	c	d
seoul	0	1	2
busan	3	4	5
gwangju	6	7	8

 

df2 = DataFrame(np.arange(12).reshape(4,3),
               columns=list('bde'),
               index=['incheon', 'seoul', 'busan', 'suwon'])
df2

	b	d	e
incheon	0	1	2
seoul	3	4	5
busan	6	7	8
suwon	9	10	11

 

df1+df2

	b	c	d	e
busan	9.0	NaN	12.0	NaN
gwangju	NaN	NaN	NaN	NaN
incheon	NaN	NaN	NaN	NaN
seoul	3.0	NaN	6.0	NaN
suwon	NaN	NaN	NaN	NaN

 

df3 = DataFrame(np.arange(12).reshape(3,4),
               columns=list('abcd'))
df3

	a	b	c	d
0	0	1	2	3
1	4	5	6	7
2	8	9	10	11

 

df4 = DataFrame(np.arange(20).reshape(4,5),
               columns=list('abcde'))
df4

	a	b	c	d	e
0	0	1	2	3	4
1	5	6	7	8	9
2	10	11	12	13	14
3	15	16	17	18	19

 

df3+df4

	a	b	c	d	e
0	0.0	2.0	4.0	6.0	NaN
1	9.0	11.0	13.0	15.0	NaN
2	18.0	20.0	22.0	24.0	NaN
3	NaN	NaN	NaN	NaN	NaN

 

• 없는 값을 0으로 채운 후 연산: add 메소드와 fill_value 활용

df3.add(df4, fill_value=0)

	a	b	c	d	e
0	0.0	2.0	4.0	6.0	4.0
1	9.0	11.0	13.0	15.0	9.0
2	18.0	20.0	22.0	24.0	14.0
3	15.0	16.0	17.0	18.0	19.0

 

df3.reindex(columns=df4.columns, fill_value=0)

	a	b	c	d	e
0	0	1	2	3	0
1	4	5	6	7	0
2	8	9	10	11	0

 

2. DataFrame과 Series간의 연산

• Numpy의 브로드캐스팅과 유사

arr = np.arange(12).reshape(3,4)
arr

array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

 

arr[0]

array([0, 1, 2, 3])

 

• 주의: 행렬의 차원이 다를때는 브로드캐스팅되어 연산됨을 주의해야 함

arr - arr[0]

array([[0, 0, 0, 0],
       [4, 4, 4, 4],
       [8, 8, 8, 8]])

 

df4 = DataFrame(np.arange(12).reshape(4,3),
               columns=list('bde'),
               index=['seoul', 'gwanju', 'daegu', 'incheon'])
df4

	b	d	e
seoul	0	1	2
gwanju	3	4	5
daegu	6	7	8
incheon	9	10	11

 

s3 = df4.ix[0]
s3

b    0
d    1
e    2
Name: seoul, dtype: int64

 

df4-s3

	b	d	e
seoul	0	0	0
gwanju	3	3	3
daegu	6	6	6
incheon	9	9	9

 

s4 = Series(range(3), index=list('bef'))
s4

b    0
e    1
f    2
dtype: int64

 

df4+s4

	b	d	e	f
seoul	0.0	NaN	3.0	NaN
gwanju	3.0	NaN	6.0	NaN
daegu	6.0	NaN	9.0	NaN
incheon	9.0	NaN	12.0	NaN

 

• DataFrame의 column을 추출한 다음 연산

s5 = df4['d']
s5

seoul       1
gwanju      4
daegu       7
incheon    10
Name: d, dtype: int64

 

• 이상한 값이 나옴

df4+s5

	b	d	daegu	e	gwanju	incheon	seoul
seoul	NaN	NaN	NaN	NaN	NaN	NaN	NaN
gwanju	NaN	NaN	NaN	NaN	NaN	NaN	NaN
daegu	NaN	NaN	NaN	NaN	NaN	NaN	NaN
incheon	NaN	NaN	NaN	NaN	NaN	NaN	NaN

 

• 행에 대한 연산을 수행할 경우 연산에 대한 메소드(add, sub)를 이용

df4

	b	d	e
seoul	0	1	2
gwanju	3	4	5
daegu	6	7	8
incheon	9	10	11

 

df4.add(s5, axis=0)

	b	d	e
seoul	1	2	3
gwanju	7	8	9
daegu	13	14	15
incheon	19	20	21

 

df4.sub(s5, axis=0)

	b	d	e
seoul	-1	0	1
gwanju	-1	0	1
daegu	-1	0	1
incheon	-1	0	1