Dataframe - Pandas 자료형 정리

< Dataframe 기본 정보 >

# Series 자료형과의 관계

     - Dataframe, Series 둘 다 Pandas 에만 존재하는 자료형

     - Dataframe > Series

> Dataframe 의 한 컬럼 == Series

# 기본적인 정보 확인하기

     1) df.shape 

ex) (891, 12)

     2) df.index : 인덱스에 대한 개요를 반환한다

ex) RangeIndex(start=0, stop=891, step=1)

     3) df.column : 컬럼 목록을 반환한다

ex) Index(['PassengerId', 'Survived', 'Pclass', 'Name', 'Sex'])

< 특정 행/컬럼 선택하기 >

# 특정 행(row) 선택하기 

      - 종류 : iloc, loc, ix

1) iloc [ : 6] - 맨 위에서 6개의 행을 가져온다 (key error 생길 일이 없다)

      ex) >>> s.iloc[:6]

49   NaN

48   NaN

47   NaN

46   NaN

45   NaN

1    NaN

2) loc [ : 6 ] - 여러 행들 중에서, '6' 이라는 인덱스를 가진 행까지 가져온다 (없을경우, key error)

     ex) >>> s.loc[:6]

KeyError: 6

     ex) >>> s.loc[:3] # slice up to and including label 3

49   NaN

48   NaN

47   NaN

46   NaN

45   NaN

1    NaN

2    NaN

3    NaN

  3) ix [ : 6]  

    - 데이터프레임의 자료형이 짬뽕되어있을 경우 : iloc 처럼 행동 (맨 위의 6개 행을 가져옴)

    - 데이터프레임의 자료형이 통일되어 있을경우 : loc 처럼 행동 (일치하는 인덱스를 가진 행까지 가져온다)

# 특정 컬럼(column) 선택하기 : 

1) df [ ' ~ ' ]  사용

       ex)   df [ ' A ' ]

      2) df . loc [ : , 'A' ] : 'A' 컬럼의 모든 행을 가져오는 것 -> 즉, 'A' 컬럼 자체를 가져오는 것

       > df. loc [ : , 컬럼 ]  : 기본적으로 (행, 컬럼) 의 순서임을 기억

    >> 주로 많이 사용되는 방식 : 

- 행 선택 :     df. ix [ : ] 

- 컬럼 선택 :   df [ ' ~ ' ]

# 특정 컬럼 & 행 선택하기 :

  ex) df. loc [0]['B']

# 특정 인덱스 접근하기 : ix, iloc

      - ix [7] : 8 9

> 딱 7 에 해당되는 row 를 가져온다

> 단, 만약에 인덱스에 문자가 포함되어있는 경우, iloc 처럼 행동한다

      - iloc [1] : 5 6

> 맨 위에서 1 번째에 해당되는 row 를 가져온다

<인덱스 설정하기>

# 특정 컬럼을 인덱스로 설정하기 :

     - df. set_index ( 'A' ) : 'A' 컬럼을 가져와서, 인덱스 값으로 활용한다

ex)  df = pd.DataFrame({"A":[1,4,7], "B":[2,5,8], "C":[3,6,9]})

                  df = df.set_index('A')

   >> B C

1 2 3

4 5 6

7 8 9

< 추가하기 >

# 특정 행 추가하기 (특정 인덱스) : loc 활용

      - df.loc[2] = [11, 12, 13] 

      > 이렇게만 해도, 인덱스 값이 2 인 하나의 행이 생성된다

# 행 추가하기 (그냥 인덱스 중 맨 뒤에) : df. append( ) 활용

      ex) a = pd.DataFrame(data=[[1,2,3]], columns=[48,49,50])

          df = df.append(a)

# 컬럼 추가하기 : loc 활용하기

      - 방식 : df. loc [ : , '추가하려는 컬럼 이름' ] = ~

    ex) df.loc[:, 'D'] = pd.Series(['5', '6', '7'], index=df.index)

< 삭제하기 >

# 특정 행 삭제

     - 방식 : df. drop( 삭제하고싶은 특정 행의 인덱스 값 )

  ex) df.drop(1)

# 특정 컬럼 삭제

     - 방식 : df. drop( 삭제하고싶은 특정 컬럼의 이름, axix = 1 )

      ex) df.drop('A', axis=1, inplace=True)

# 중복 행 삭제 

     - 방식 : df. reset_index() -> df. drop_duplicates(~). set_index(~) 

         ex)   df = df.reset_index()

        df = df.drop_duplicates(subset='index', keep='last').set_index('index')

< 수정 >

# 주로 사용 가능한 방법 

      - loc 활용 : df. loc[ 특정 행 값 ] [ 특정 컬럼 값 ] = 바꾸고싶은 value 값

    ex) df. loc [ 0  ] [ ' A ' ]  =  0

 - at 활용   :   df. at [ 특정 행 값 , 특정 컬럼 값]

ex) df. at [3, 'Survive' ] =2

< for 반복문 >

# iterrows() 활용

ex)   for row, _ in train.iterrows() :

           if (train.at[row, 'Sex']=='male') and (train.at[row, 'Survived']==1) :

                male_survive_cnt+=1