판다스로하는 데이터분석 - DataFrame의 기본기능

판다스의 핵심이자 가장 기본인 DataFrame을 배워보자. 

DataFrame 생성하는 것부터, 어떤 기능들이 있는지 살펴볼 예정이다.

 

판다스로 하는 데이터분석의 시작 - DataFrame

 

1. DataFrame 생성하기 

data = [['2020-01-01','150','google'],['2020-01-02','120','naver'],
        ['2020-01-03','110','naver'],['2020-01-04','125','daum'],
        ['2020-01-04','117','google']]

데이터프레임은 기본적으로 엑셀과 같은 테이블 형태다. 직접 데이터프레임을 만들 때에는 이렇게 행과 열의 수가 맞도록 리스트를 작성해주면 된다. 

data = pd.DataFrame(data)

데이터프레임으로 만들어주면, 

결과 1

이렇게 행과 열의 형태로 데이터프레임이 생성된다.

 

2. 열 이름 넣기 (열은 판다스에서 column이라고 말합니다)

data = pd.DataFrame(data, columns = ["date", 'visit', 'site'])

컬럼 이름을 넣으려면 데이터프레임으로 변환하는 코드를 작성할 때 옵션으로 넣어주면 된다. 

결과 2

 

* 애초에 컬럼을 넣어 데이터프레임을 생성하고 싶다면 list와 dictionary를 함께 사용한다. 

(데이터프레임을 만들고 컬럼을 추가하는 방식보다, 애초에 컬럼을 넣어서 데이터프레임을 만드는 방법이 더 안전) 

1) 딕셔너리 안에 리스트를 넣는 방법. 

data = {
    'date': ['2020-01-01', '2020-01-02', '2020-01-03','2020-01-04','2020-01-05'],
    'visit': [150, 120, 110,125,117],
    'site': ['google','naver', 'naver','daum','google'],
}

2) 리스트 안에 딕셔너리를 넣는 방법. 

 

data = [
    {'date': '2020-01-01', 'visit': 150, 'site': 'google'},
    {'date': '2020-01-02', 'visit': 120, 'site': 'naver'},
    {'date': '2020-01-03', 'visit': 110, 'site': 'naver'},
    {'date': '2020-01-04', 'visit': 125, 'site' : 'daum'},
    {'date': '2020-01-05', 'visit': 117, 'site': 'google'}
]

두 방법 모두 <결과2>와 동일하게 데이터프레임이 생성된다. 

 

3. DataFrame의 기본기능 - 판다스에서 기본적으로 제공하는 몇몇 기능들을 알아보자. 

우선 임의로 날짜별지출 이라는 데이터 프레임을 만들었다. 

날짜별지출 = [
    {'date': '2020-01-01', 'expense': 20000, 'state': 'good'},
    {'date': '2020-01-03', 'expense': 10000, 'state': 'good'},
    {'date': '2020-01-03', 'expense': 15000, 'state': 'good'},
    {'date': '2020-01-05', 'expense': 13000, 'state': 'good'},
    {'date': '2020-01-07', 'expense': 35000, 'state': 'not good'},
    {'date': '2020-01-09', 'expense': 40000, 'state': 'not good'},
    {'date': '2020-01-09', 'expense': 20000, 'state': 'good'},
    {'date': '2020-01-10', 'expense': 22000, 'state': 'good'},    
]

name =["임월드", "김남편", "임월드", "임월드", "김남편", "김남편", "김남편", "임월드"]
# name은 날짜별지출 데이터의 인덱스가 될 이름이다. 

날짜별지출 = pd.DataFrame(날짜별지출, index= name)

 이렇게 데이터프레임 형태로 변환할 때 옵션값으로 index = name으로 넣어주면 

이렇게 행(index)자리에 이름이 생긴다. 

 

* 출력된 결과를 보면 판다스 DataFrame은 크게 세 가지 요소로 구성되어 있다는 것을 알 수 있다.

행(row 또는 index) , 열(columns), 값(values) / 각각 판다스 기능을 사용하여 불러올 수 있다. 

참고로 원하는 값들을 한꺼번에 출력해보고 싶다면 print기능을 이용하면 된다.

 

4. 컬럼명 바꾸기(.columns)

데이터프레임 이름에 .columns를 입력하고 바꾸고 싶은 컬럼명을 리스트 형태로 저장한다.

날짜별지출.columns = ["날짜", "금액", "상태"]

 

5. 데이터 일부만 보기 (상위=head, 하위=tail)

날짜별지출.head(3)

괄호 안에 아무 숫자도 넣지 않으면 5개가 출력된다. 

 

6. 데이터 정렬하기(.sort) 

1) 행(index) 정렬하기

날짜별지출.sort_index()

이름 순으로 정렬되었다. 

* 숫자는 작은 순(0 ~ 9)으로 알파벳은 A부터 Z까지 정렬. 대소문자가 섞여있을 경우 대문자가 앞으로, 소문자가 뒤로 온다.

2) 열(column) 정렬하기 

날짜별지출.sort_index(axis=1)

기본 코드에 axis=1 옵션을 넣어주면 된다. 행을 정렬할 때는 axis=0이라는 기본 옵션이 디폴트 값으로 들어가있기 때문에 따로 작성하지 않아도 된다. 

컬럼명이 금액-날짜-상태 순으로 정렬된 것을 확인할 수 있다. 

*정렬 순서를 바꾸고 싶다면 기본 코드에 ascending 옵션을 넣어주면 된다. 

날짜별지출.sort_index(axis=1, ascending= False)

컬럼명 순서가 거꾸로 정렬되었다. 

 

3) 행도 열도 아닌 값(value)을 기준으로 정렬하기 (sort_values)

날짜별지출.sort_values(by='금액')

금액 순서대로 정렬된 것을 확인할 수 있다. 

마찬가지로 ascending 옵션을 이용하여 거꾸로 정렬할 수 있다. 

날짜별지출.sort_values(by='금액', ascending= False) # 작성할 때 스펠링주의! 

 

4) 여러개 값(values)을 기준으로 정렬하고 싶을 때는 by옵션에 리스트로 넣어준다. 

날짜별지출.sort_values(by=['날짜','금액'])

날짜순으로 먼저 정렬하고, 그 다음 금액 순으로 정렬해준다. 

날짜가 같을 때 금액 순으로 정렬이 되었다. 

 

5) 각 values의 오름차순/내림차순을 다르게 하고 싶을 때

날짜별지출.sort_values(by = ["날짜", "금액"], ascending = [True, False])

이렇게 하면 날짜는 오름차순, 금액은 내림차순으로 정렬된다. 

 

오늘은 여기까지~ 

다음에는 간단한 연산과 데이터프레임 색인하는 법을 복습하도록 하자.