Day 13/14 - Pandas (2)

이번 글에서는 Series와 더불어 Pandas의 대표적인 자료형인 DataFrame에 대해 다룰 것이다. DataFrame은 엑셀이나 csv 자료형과 유사해서 이 둘을 생각하면 이해가 빠를 것이다.

DataFrame에 대한 설명이다.

다음은 DataFrame 생성 실습 중 헷갈리기 쉽거나 외워야 하는 부분만 캡쳐한 것이다.

길이가 서로 다르면 부족한 데이터는 NaN값으로 표시한다.

DataFrame을 dictionary로 만들 경우, dictionary 내부 인자 간 길이가 다르면 안된다.

dictionary를 이용하여 DataFrame을 만들 때 참고 사항이다.

 

DataFrame의 속성을 알아보는데는 여러 메서드가 존재한다. 다만, Series와 마찬가지로 속성을 알아보는 함수에는 소괄호를 붙이지 않는다.

DataFrame의 속성을 알아보는 메서드이다.

한 편 실습 중 위 사진의 메서드에 없는 것도 함께 실습했다.

행과 열의 이름을 지정하는 메서드이다.

행과 열 인덱스 중 하나만 변경하는 인덱스이다. 바뀐 결과를 원본에 적용하는지 여부를 결정할 수 있다.

 

또한 대부분의 데이터형들과 마찬가지로, DataFrame 역시 인덱싱과 슬라이싱이 가능하다. 방식은 Series 인덱싱 및 슬라이싱과 비슷하지만, DataFrame 인덱싱은 더 다양한 메서드를 갖추고 있다.

인덱싱과 슬라이싱에 대한 설명이다.

인덱싱에서 row를 조회할 때 .iloc과 .loc의 용도가 다르다는 점, 그리고 column 슬라이싱 시에 다른 것과 다르게 마지막 인덱스를 포함한다는 점을 기억하자.

마찬가지로 실습에서 중요한 부분만 캡쳐했다.

위와 같은 방식으로 특정 row의 특정 column만 조회할 수 있다.

정의한 DataFrame변수 뒤에 바로 column명을 붙여 조회할 때는 문자열을 나타내는 " "를 사용하지 않는다.

전체 row에 대하여 간격을 -1로 정하여 슬라이싱을 하면, 행을 역순으로 나열한다.

array 슬라이싱과 마찬가지로, column을 슬라이싱할 때는 row부터 슬라이싱 한 후 적용한다. 또한 column 슬라이싱 시에는 column 이름을 사용한다.

 

DataFrame 생성과 인덱싱, 슬라이싱에 관한 연습문제를 풀었다.

잘 풀었다.

 

또한 DataFrame에 row와 column 자체를 추가할 수 있고, 또한 값도 지정해서 추가할 수 있다.

row와 column을 추가하는 방법들이다.

실습하면서 어려웠던 것들을 캡쳐했다.

Column을 추가할 때 데이터 수가 일치하지 않아도 된다.

row는 .loc를 이용해 추가하고, row간 연산도 가능하다.

 

또한, Series와 마찬가지로 DataFrame 또한 산술연산이 가능하다.

산술연산에 대한 설명이다.

DataFrame간 row와 column의 개수가 달라도 연산은 가능하지만, 그 경우 둘 모두에 존재하지 않는 row와 column은 NaN값으로 표기된다. 이를 방지하기 위해서는 fill_value인자를 주면 된다.

DataFrame과 Series간 연산도 가능한데, 이 경우에는 연산하려는 Series의 라벨 인덱싱과 DataFrame의 row 혹은 column의 이름이 같아야 한다. 그렇지 않을 경우 공통 이름이 아닌 데이터에 대해서는 NaN값으로 표기되는데, Series와 DataFrame간 연산의 경우 fill_value인자를 사용할 수 없음에 주의해야 한다.

DataFrame과 Series간 연산에 대한 설명이다.