데이터 사이언스: Pandas 데이터(csv파일) 받아오기, 인덱싱(Indexing), 데이터 변형 공부하기!

 

1. 판다스(Pandas)로 데이터 받아오기 

 

 

판다스 내부 메소드 read_csv()로 .csv 파일을 가져온다.

 

import pandas as pd
df_iphone = pd.read_csv("Downloads/iphone.csv", index_col = 0)
                          # index_col = 0 첫번째 칼럼을 인덱스로 한다는 의미 

df_iphone

 

 

---

 

 

2.1 판다스(Pandas) loc 인덱싱 

 

 

df.loc["a", "b"] =  행이 "a"이고, 열이 "b"인 값을 가져온다.

 

(loc는 location을 의미)

 

df_iphone.loc["iPhone 8"]  # "iPhone8" 행을 가져온다 

 

출시일        2017-09-22
디스플레이             4.7
메모리               2GB
출시 버전        iOS 11.0
Face ID            No
Name: iPhone 8, dtype: object

 

 

 

df_iphone.loc["iPhone 8", "출시일"]  # "iPhone 8"행, "출시일" 열에 해당하는 값을 가져온다

 

'2017-09-22'

 

 

 

df_iphone.loc[:,'메모리']  # 모든행, '메모리'열 즉, "메모리" 열의 값들을 가져온다.

 

iPhone 7         2GB
iPhone 7 Plus    3GB
iPhone 8         2GB
iPhone 8 Plus    3GB
iPhone X         3GB
iPhone XS        4GB
iPhone XS Max    4GB
Name: 메모리, dtype: object

 

 

 

df_iphone[["출시일", "디스플레이"]]  # "출시일", "디스플레이" 열 값들을 가져온다.
df_iphone.loc[:,["출시일", "디스플레이"]]  # "출시일", "디스플레이" 열 값들을 가져온다.

 

 

두 결과 값이 같다.  

 

 

※ 단, 행에 대해서는 df_iphone[["iPhone X", "iPhone XS"]] 이런것들이 불가능하다.

 

  df_iphone.loc[["iPhone X", "iPhone XS"]]  ☜ 얘는 가능, 헷갈린다. 그냥 loc를 쓰자. 

 

 

 

 

불린(Boolean) 값을 이용한 인덱싱

 

condition = df_iphone.loc[:,"디스플레이"] > 5  # 디스플레이 값이 5보다 큰 값을 기준으로 True
                                              # True인 값들을 리턴한다.
df_iphone.loc[condition]

 

<condition 값>

iPhone 7         False
iPhone 7 Plus     True
iPhone 8         False
iPhone 8 Plus     True
iPhone X          True
iPhone XS         True
iPhone XS Max     True
Name: 디스플레이, dtype: bool

 

<df_iphone.loc[condition] 값> 

 

 

 

 

2.2 판다스(Pandas) iloc 인덱싱

 

 

인덱스가 i인 행, 인덱스가 j인 열의 값을 가져온다. 

(iloc는 index location이라는 뜻!) 

 

df_iphone.iloc[[1,3], [2, 3]]

 

 

인덱스 값 기준 (1, 2), (1, 3), (3, 2), (3, 3)을 모아놓은 데이터프레임

 

---

 

 

3.1 데이터 변형하기

 

 

df_iphone.loc["iPhone 8"] = "x"  # "iPhone 8" 행의 모든 값을 x로 
df_iphone

 

 

 

 

df_iphone.loc[df_iphone["Face ID"] == "Yes", "디스플레이"] = "x"
# df_iphone["Face ID"] == "Yes"을 만족하는 행, "디스플레이" 열 값에 x를 넣는다.

df_iphone

 

 

 

 

 

3.2 열 추가하기 

 

df_iphone["제조사"] = "Apple"  # 존재하지 않는 열 이름과 원하는 값
df_iphone

 

 

 

 

 

3.3 행 추가하기 

 

 

df_iphone.loc["iPhone XR"] = ["2018-09-21","o",'8GB',"iOS 12.0",'Yes','Apple']
# 존재하지 않는 행과 원하는 값
df_iphone

 

 

 

 

 

3.3 열 제거하기 

 

 

df.drop(지우고자 하는 열 이름, axis = "columns", inplace = True)

 

inplace = False 일 경우, 원래 데이터가 바뀌지 않는다. 

 

df_iphone.drop("제조사",axis = "columns", inplace = True)

 

 

 

 

 

3.4 행 제거하기

 

 

df.drop(지우고자 하는 행 이름, axis = "index", inplace = True)

 

inplace = False 일 경우, 원래 데이터가 바뀌지 않는다. 

 

df_iphone.drop("iPhone XR", axis = "index", inplace = True)