[Python] 파이썬 판다스(Pandas) - 2차 데이터 생성, 데이터프레임(DataFrame)과 데이터 액서스

 

사진: Unsplash 의 Pascal Müller

판다스 데이터프레임(Pandas DataFrame)이란?

데이터프레임(DataFrame)은 판다스의 핵심 자료구조 중 하나로,
테이블 형태의 데이터를 다루는 데 사용된다.

데이터프레임은 행과 열로 구성된 2차원 테이블로,
각 열은 다른 데이터 타입을 가질 수 있다.

이를 통해 데이터를 쉽게 조작하고 분석할 수 있다.
데이터프레임은 CSV, Excel, 데이터베이스 등 다양한 소스로부터 데이터를 가져와 처리할 수 있다.

판다스의 다양한 함수와 메서드를 사용하여
데이터프레임을 조작하고 필터링하며, 분석 및 시각화를 수행할 수 있다.

 

판다스 데이터프레임 생성하기

먼저 파이썬의 dict를 판다스 1차원 데이터 Series 사용해 2차원 데이터를 생성하여 변수에 할당한다.

import pandas as pd

items = {'Bob' : pd.Series(data = [245, 25, 55], index = ['bike', 'pants', 'watch']),
         'Alice' : pd.Series(data = [40, 110, 500, 45], index = ['book', 'glasses', 'bike', 'pants'])}

df 변수에 데이터프레임 속성의 data 값에 items 변수를 할당하여 출력하면
엑셀과 비슷한 표가 보기 좋은 프레임 형태로 출력된다.

구글 코랩에서 실행

데이터프레임도 모양과, 차원, 사이즈 등 어떻게 나오는 지 살펴보자

>> df.shape
(5, 2)	#5행 2열
>> df.ndim
2	# 2차원 데이터
>> df.size
10	# 전체 요소(셀 개수 반환)
>> df.index
Index(['bike', 'book', 'glasses', 'pants', 'watch'], dtype='object')
>> df.columns
Index(['Bob', 'Alice'], dtype='object')
>> df.values	#nan : 아무 데이터도 없음
array([[245., 500.],
       [ nan,  40.],
       [ nan, 110.],
       [ 25.,  45.],
       [ 55.,  nan]])

 

판다스 데이터프레임의 요소에 액세스하기

판다스에서는 2차원 데이터를 데이터프레임에서 액세스하는 3가지 방법이 있다.
이 세 가지 방법을 예제를 통해 알아보자.

1. 컬럼의 데이터를 가져오는 방법 : 변수명 오른쪽에서 대괄호를 사용. 
2. 사람이 읽을 수 있는 컬럼명으로 데이터를 액세스
3. 컴퓨터가 읽기 좋은 인덱스로 데이터를 가져오는 방법

우선 dict를 이용해 2차 데이터를 만든다.

import pandas as pd

>> items2 = [{'bikes': 20, 'pants': 30, 'watches': 35},
          {'watches': 10, 'glasses': 50, 'bikes': 15, 'pants':5}]
          
>> df = pd.DataFrame(data = items2, index = ['store1','store2'])
>> df

df 변수에 할당하여 출력하면 아래와 같이 나온다. 아래 데이터프레임 2차 데이터를 3가지 방법으로 액세스 해보자.

구글코랩에서 실행

1. 변수 오른쪽 대괄호 사용하여 데이터 액세스

bike 열의 데이터를 모두 가져온다.

>> df['bikes']
store1    20
store2    15
Name: bikes, dtype: int64

bike 열과 watches 열의 데이터를 모두 가져온다.

>> df[ ['bikes', 'watches'] ]

구글코랩에서 실행

2. 사람이 보기 편한 인덱스와 컬럼명으로 데이터 액세스

# 변수명.loc[ , ]

store 1의 데이터를 가져온다.

>> df.loc[ 'store1', ]
bikes      20.0
pants      30.0
watches    35.0
glasses     NaN
Name: store1, dtype: float64
>> df.loc[ 'store1', :  ]
# 콜론(:) 앞을 비우면 처음부터 끝 위치까지, 뒤를 비우면 시작위치부터 끝까지, 둘다 비우면 전부
bikes      20.0
pants      30.0
watches    35.0
glasses     NaN
Name: store1, dtype: float64

store 1의 pants 열의 데이터를 가져온다.

>> df.loc['store1' , 'pants']
30
>> df['pants']['store1']
30

store 1의  bikes와 watches의 데이터를 가져온다.

>> df.loc['Store 1',['bikes','watches']]
bikes      20.0
watches    35.0
Name: Store 1, dtype: float64

store 1dml pants와 glasses의 데이터를 가져온다.

>> df.loc['Store 2','pants':]
pants       5.0
watches    10.0
glasses    50.0
Name: Store 2, dtype: float64

 

3. 컴퓨터가 보기 편한 인덱스로 데이터 액세스

# 변수명.iloc[ , ]

store 1의 데이터를 가져온다.

>> df.iloc[0]
bikes      20.0
pants      30.0
watches    35.0
glasses     NaN
Name: Store 1, dtype: float64

store 1의 bikes부터 pants까지의 데이터를 가져온다.

>> df.iloc[0,:2]
bikes    20.0
pants    30.0
Name: Store 1, dtype: float64

store 1의 pants 데이터를 가져온다.

>> df.iloc[0,1]
30

store 1의 bikes와 watches의 데이터를 가져온다.

>> df.iloc[0,[0,2]]
bikes      20.0
watches    35.0
Name: Store 1, dtype: float64

store 1의 pants부터 glasses의 데이터를 가져온다.

>> df.iloc[0,1:]
pants      30.0
watches    35.0
glasses     NaN
Name: Store 1, dtype: float64

store 1의 pants부터 watches의 데이터를 가져온다.

>> df.iloc[0, 1:3] # 끝 위치 인덱스는 항상 +1
pants      30.0
watches    35.0
Name: Store 1, dtype: float64

>> df.loc['Store 1','pants':'watches'] #열의 이름, 컬럼명으로 불러올 때는 똑같이
pants      30.0
watches    35.0
Name: Store 1, dtype: float64

 

데이터의 값 변경, 추가, 삭제

아래 데이터프레임에서 데이터의 값을 변경하고, 새로 추가하고, 삭제해보자.

구글코랩으로 실행

데이터의 값 변경하기

store 2의 watches의 개수 20으로 변경

>> df.iloc[1,2] = 20
>> df.iloc[1,2]
20

 

데이터의 새로운 컬럼 만들기

shirts라는 컬럼을 만들되, Store 1에는 15 Store 2에는 2로 저장한다.

>> df['shirts']=[15,2]
>> df['shirts']
Store 1    15
Store 2     2
Name: shirts, dtype: int64

suits라는 컬럼을 만들되, pants의 수와 shirts의 수를 더해서 만들기

>> df['suits']=df['pants']+df['shirts']
>> df['suits']
Store 1    45
Store 2     7
Name: suits, dtype: int64

변경과 새로운 컬럼 추가까지의 결과

행삭제, 열삭제하는 방법

Store 1을 삭제하는 방법(행삭제)

>> df.drop('Store 1', axis= 0)

구글코랩에서 실행

watches 컬럼 삭제(열삭제)

>> df.drop('watches', axis=1)

구글코랩에서 실행

bikes, glasses, suits 컬럼을 삭제하시오.

df.drop(['bikes','glasses','suits'], axis=1)

구글코랩에서 실행

인덱스나 컬럼명을 바꾸는 방법

store 2를 last store로 인덱스 변경

>> df.rename(index={'store2':'last store'})

구글코랩에서 실행

bikes를 hats으로 컬럼명 변경

>> df.rename(columns = {'bikes':'hats'})

구글코랩에서 실행

 

컬럼을 인덱스로 사용하는 방법

가게이름을 A,B라고 하여, 새로운 컬럼 name 컬럼 생성

>> df['name']= ['A','B']
>> df

새로 생성된 name 컬럼을 인덱스로 변경

>> df.set_index('name')

인덱스로 변경된 name컬럼을 다시 되돌리기

이때 맨 앞으로 컬럼이 배치된다.

>> df.reset_index()

그럼 원하는 컬럼 배치를 하려면 아래와 같이 수정하면 된다.

>> df = df[['watches','shirts','bikes','pants','suits','suits']]
>> df