pandas 패키지 설치¶
- pip install pandas
In [2]:
# 경고 무시
import warnings
warnings.filterwarnings(action='ignore')
In [3]:
# pandas 모듈 import
import pandas as pd
1. Series¶
- 1차원 배열의 값(values)에 각 값에 대응되는 인덱스(index)를 부여할 수 있는 구조
- 인덱스는 기본으로 0부터 부여됨
In [4]:
# Series 생성 1
se = pd.Series([1, 2, 3, 4])
se
Out[4]:
In [5]:
print(se[0])
print(se[3])
print(se[len(se)-1])
특정값 추출 values, index¶
In [6]:
se.index # 인덱스(index)
Out[6]:
In [8]:
se.values # 값(value) # Series 안에 Numpy가 포함되어 있음.
Out[8]:
Series의 index 변경¶
In [7]:
se.index = ['a', 'b', 'c', 'd']
se
Out[7]:
In [8]:
print(se['a'])
print(se['d'])
In [10]:
# Series 생성 2 - index 명시
se2 = pd.Series([17000, 18000, 1000, 5000],
index=["피자", "치킨", "콜라", "맥주"])
se2
Out[10]:
In [14]:
se2.index
Out[14]:
In [15]:
se2.values
Out[15]:
In [11]:
se2['피자']
Out[11]:
In [12]:
se2['치킨']
Out[12]:
masking¶
In [13]:
se = pd.Series([1, 2, 3, 4])
se > 2
Out[13]:
In [14]:
se[se > 2]
Out[14]:
In [15]:
se[~(se > 2)] # - => not
Out[15]:
In [16]:
se[-(se > 2)] # - => not
Out[16]:
Series Slice¶
In [18]:
### Series명[시작값:끝값]
se = pd.Series([1,2,3,4],
index=['a','b','c','d'])
se
Out[18]:
In [19]:
se['b':'c']
Out[19]:
In [20]:
se = pd.Series([1,2,3,4])
se
Out[20]:
In [21]:
se[0:3]
Out[21]:
Series의 정렬¶
In [22]:
se = pd.Series([1,2,3,4],
index=['a','b','c','d'])
se
Out[22]:
In [24]:
se.sort_values(ascending=False)
Out[24]:
브로드캐스팅(Broadcasting)¶
In [25]:
se = pd.Series([1,2,3,4],
index=['a','b','c','d'])
se*2
Out[25]:
In [26]:
se + 5
Out[26]:
Pandas 자료구조 Series 생성 <-- 딕셔너리로 매핑¶
In [47]:
# 딕셔너리 생성
dict_a = {
'이름' : '홍길동',
'직업' : '의사',
'취미' : '인공지능',
'약점' : None
}
In [28]:
type(dict_a)
Out[28]:
In [48]:
# 딕셔너리를 Series로 매핑
se3 = pd.Series(dict_a)
In [30]:
type(se3)
Out[30]:
In [31]:
se3
Out[31]:
In [32]:
se3.index
Out[32]:
In [33]:
se3.values
Out[33]:
In [37]:
se3.dtypes
Out[37]:
In [38]:
se3['이름']
Out[38]:
In [39]:
# Series 값 변경
se3['이름'] = 'Hong' # key는 중복이 안됨
se3['이름']
Out[39]:
In [40]:
se3
Out[40]:
결측치 처리¶
- isnull() --> fill.na(), dropna()
In [41]:
se3.isnull()
Out[41]:
In [49]:
se3[se3.isnull()]
Out[49]:
결측치 처리 - dropna, fill.na()¶
In [45]:
# 1) fillna : 누락값 대체하기
se3 = se3.fillna("") # "" - 널스트링(null string)
In [50]:
se3
Out[50]:
In [51]:
# 2) dropna : 누락값 삭제하기
se3.dropna()
Out[51]:
In [52]:
se3 # 값 변경 => se3 = se3.dropna()
Out[52]:
응용 예제) 결측치 처리¶
In [53]:
import numpy as np
se4 = pd.Series([1, np.nan, 2, np.nan, 3,
np.nan, 4, np.nan, 5])
se4
Out[53]:
In [54]:
# 결측치 제외하기 1: dropna()
se4.dropna()
Out[54]:
In [57]:
# 결측치 제외하기 2: notnull()
se4[se4.notnull()]
Out[57]:
In [58]:
se4
Out[58]:
In [59]:
# 결측치 값 대체하기 1: fillna()
se4.fillna(0)
Out[59]:
In [63]:
se4.sum(), se4.mean()
Out[63]:
In [64]:
# 결측치 값 대체하기 2: fillna(mean())
se4.fillna(se4.mean())
Out[64]:
2. DataFrame¶
- 행과 열을 가지는 자료구조
- 데이타프레임은 2차원
- 행방향 인덱스(index)와 열방향 인덱스(column)가 존재
- 시리즈 - 인덱스(index)와 값(values)으로 구성된다면,
- 데이터프레임
- 인덱스(index), 열(columns), 값(values)으로 구성
1) 데이터프레임의 생성¶
- 리스트(List)
- 시리즈(Series)
- 딕셔너리(dict)
- Numpy의 ndarrays
- 또 다른 데이터프레임으로 생성 가능
In [65]:
import pandas as pd
- (1) 리스트로 데이타프레임 생성하기
In [67]:
# 리스트로 데이타프레임 생성하기
data = [
['1000', 'Steve', 90.72],
['1001', 'James', 78.09],
['1002', 'Doyeon', 98.43]
]
df = pd.DataFrame(data)
df
Out[67]:
In [74]:
type(data)
Out[74]:
- 생성된 데이터프레임에 열(columns) 이름과 순서 지정
In [68]:
df = pd.DataFrame(data, columns=['학번', '이름', '점수'])
df
Out[68]:
In [69]:
df.columns # 열 출력
Out[69]:
In [70]:
df.index # 인덱스 출력
Out[70]:
In [71]:
df.values # 값 출력
Out[71]:
In [75]:
df.values.shape
Out[75]:
- (2) 딕셔너리로 데이타프레임 생성
In [76]:
friend_dict_list = [{'name': 'Jone', 'age': 20, 'job': 'student'},
{'name': 'Jenny', 'age': 30, 'job': 'developer'},
{'name': 'Nate', 'age': 30, 'job': 'teacher'}]
df = pd.DataFrame(friend_dict_list)
df
Out[76]:
- 데이터프레임에 열(columns) 순서 지정하여 데이타프레임 생성
In [77]:
friend_dict_list = [{'name': 'Jone', 'age': 20, 'job': 'student'},
{'name': 'Jenny', 'age': 30, 'job': 'developer'},
{'name': 'Nate', 'age': 30, 'job': 'teacher'}]
df = pd.DataFrame(friend_dict_list, columns = ['age', 'job','name'])
df
Out[77]:
딕셔너리로 데이타프레임 생성¶
In [78]:
import pandas as pd
# 딕셔너리로 데이타프레임 생성
data = {
'id' : [1, 2, 3],
'name' : ['Kim', 'Lee', 'Choi'],
'age' : [10, 20, 30],
'assets' : [150.4, 123.4, 56.6],
'job' : ['student', 'CEO', 'Dad']
}
df = pd.DataFrame(data)
df
Out[78]:
In [79]:
type(df)
Out[79]:
In [80]:
df.dtypes # 각 컬럼의 데이타타입 확인
Out[80]:
2) 데이타프레임 조회하기¶
- 1) df.head(n) - 앞 부분을 n개만 보기, df.tail(n) - 뒷 부분을 n개만 보기
- 2) 인덱스로 조회하기 : df.loc[0] df.iloc[0] df[n:m]
- 3) 컬럼명으로 조회하기 : df['컬럼명']
- 4) 컬럼의 특정 위치(값) 조회하기 : df.loc[df.컬럼명 ==값, '컬럼명']
- (1) 앞, 뒤 몇 행만 보기
In [81]:
df
Out[81]:
In [82]:
df.head(2)
Out[82]:
In [84]:
df.head() # 5개
Out[84]:
In [83]:
df.tail(2)
Out[83]:
In [85]:
df.tail() # 5개
Out[85]:
- (2) 인덱스로 조회하기
In [86]:
df
Out[86]:
In [7]:
df.loc[0] # 인덱스 0번 조회(가로)
Out[7]:
In [87]:
df.iloc[0] # 인덱스 검색
Out[87]:
In [88]:
df
Out[88]:
In [89]:
df.loc[0:2] # 인덱스를 이용한 검색 => df[0:2]와 동일
Out[89]:
In [90]:
df.iloc[0:2]
Out[90]:
In [91]:
df
Out[91]:
In [94]:
df.loc[[0, 2]]
Out[94]:
In [11]:
df.loc[[0, 2]] # 순서적이지 않는 로우(행) 선택
Out[11]:
In [97]:
df[0:2]
Out[97]:
- (3) 컬럼명으로 조회
In [98]:
df
Out[98]:
In [69]:
df['id'] # 컬럼명으로 조회(세로)
Out[69]:
In [101]:
df.columns
Out[101]:
In [99]:
df.id
Out[99]:
In [100]:
df.name
Out[100]:
In [103]:
df[['id', 'age']]
Out[103]:
- (4) 컬럼 값으로 조회하기
In [104]:
df
Out[104]:
In [106]:
df.id==1
Out[106]:
In [108]:
df.loc[df.id==1] # 컬럼 값에 의한 검색
Out[108]:
In [109]:
df.loc[df.name=="Kim"]
Out[109]:
In [110]:
# 이름이 "Kim"인 사람의 나이는?
df.loc[df.name=="Kim", 'age']
Out[110]:
In [111]:
df.loc[df.name=="Kim", ['name','age']]
Out[111]:
- 필터링
In [113]:
df
Out[113]:
In [112]:
df.age > 25
Out[112]:
In [115]:
df_filtered = df[df.age > 25]
In [116]:
df_filtered
Out[116]:
In [117]:
df_filtered = df.query('age > 25')
In [118]:
df_filtered
Out[118]:
In [119]:
df_filtered = df[(df.age > 25) & (df.name == 'Choi')]
df_filtered
Out[119]:
In [120]:
df
Out[120]:
3) 컬럼 필터하기¶
- 1) 인덱스로 필터하기
- 2) 컬럼 이름으로 필터하기
In [123]:
# 데이타 panas로 불러오기 - 컬럼이름 있을 때
df = pd.read_csv('./data/friend_list_no_head.csv')
df
Out[123]:
In [157]:
# 데이타 pandas로 불러오기 - 컬럼 이름이 없을 때
df = pd.read_csv('./data/friend_list_no_head.csv',
header = None,
names=['name', 'age', 'job'])
df
Out[157]:
- (1) 인덱스로 필터하기
In [128]:
df.iloc[0:3] # 행(row)만 필터링
Out[128]:
In [131]:
df.iloc[:, 0:2] # (모든 로우, 컬럼은 0부터 1까지만) 출력
Out[131]:
In [134]:
df.iloc[:,[0,2]] # 모든 로우, 컬럼 0와 2만 출력
Out[134]:
In [142]:
df.loc[:,['name', 'job']]
Out[142]:
In [143]:
df
Out[143]:
- (2) 컬럼 이름으로 필터하기
In [144]:
df_filtered = df[['name', 'age']]
df_filtered
Out[144]:
In [146]:
df_filtered = df.loc[:, ['name', 'age']]
df_filtered
Out[146]:
In [147]:
df.filter(items=['age', 'job'])
Out[147]:
In [148]:
df.columns
Out[148]:
In [29]:
df.filter(like='a',axis=1) # 컬럼 이름에 'a'가 포함된 컬럼 출력
Out[29]:
In [149]:
df.columns
Out[149]:
In [30]:
df.filter(regex='b$',axis=1) # 정규식을 이용한 필터 - 컬럼이름이 b로 끝나는 컬럼 출력
Out[30]:
In [150]:
df.filter(regex='^a',axis=1) # 컬럼이름에서 a로 시작하는 컬럼 검색
Out[150]:
In [158]:
df.columns
Out[158]:
In [159]:
df2 = df.set_index('name')
In [153]:
df2
Out[153]:
In [160]:
df2.filter(regex='^J',axis=0)
Out[160]:
4) 데이타프레임에 추가하기¶
- 1) 컬럼 추가하기 : df['컬럼명'] = '값'
- 2) 기존의 컬럼을 이용하여 새로운 컬럼 추가하기
- 3) 로우 추가하기 : df.loc[인덱스번호] = [값1, 값2, 값3, ...]
In [161]:
import pandas as pd
# 딕셔너리로 데이타프레임 생성
data = {
'id' : [1, 2, 3],
'name' : ['Kim', 'Lee', 'Choi'],
'age' : [10, 20, 30],
'assets' : [150.4, 123.4, 56.6],
'job' : ['student', 'CEO', 'Dad']
}
df = pd.DataFrame(data)
df
Out[161]:
- (1) 컬럼 추가하기
In [32]:
# 컬럼 추가하기
df['hobby'] = '영화감상'
df
Out[32]:
In [163]:
# 컬럼 추가하기 - Series를 이용하여 다른 값 추가
newcol2 = pd.Series([ '서울' , None , '대구' ],
index = [ 2 , 1 , 0 ])
df[ 'address' ] = newcol2
df
Out[163]:
In [34]:
# numpy를 이용하여 컬럼 추가하기
import numpy as np
df['salary'] = np.where(df['job'] != 'student' , 'yes', 'no')
df
Out[34]:
In [162]:
# 컬럼 추가하기 - Series를 이용하여 다른 값 추가
newcol1 = pd.Series([ '서울' , None , '대구' ])
df['address'] = newcol1
df
Out[162]:
- (2) 기존의 컬럼을 이용하여 새로운 컬럼 추가하기
In [181]:
sungjuk = [{'name': 'John', 'midterm': 95, 'final': 85},
{'name': 'Jenny', 'midterm': 85, 'final': 80},
{'name': 'Nate', 'midterm': 10, 'final': 30}]
df = pd.DataFrame(sungjuk,
columns = ['name', 'midterm', 'final'])
df
Out[181]:
- 기존에 있는 두 컬럼값을 더해서 새로운 컬럼 생성하기
In [166]:
df['midterm']
Out[166]:
In [182]:
df['total'] = df['midterm'] + df['final']
df
Out[182]:
In [183]:
df['average'] = df['total'] / 2
df
Out[183]:
- 리스트에 조건별 값을 담아서 새로운 컬럼으로 추가하기
In [171]:
df['average']
Out[171]:
In [184]:
grade = []
for row in df['average']:
if row >= 90:
grade.append('A')
elif row >= 80:
grade.append('B')
elif row >= 70:
grade.append('C')
else:
grade.append('F')
grade
Out[184]:
In [185]:
df['grade'] = grade
In [186]:
df
Out[186]:
apply 함수 사용¶
In [187]:
def pass_or_fail(row):
print(row)
if row != "F":
return 'Pass'
else:
return 'Fail'
In [188]:
df['grade2'] = df.grade.apply(pass_or_fail)
In [189]:
df
Out[189]:
- (3) 로우 추가하기
In [190]:
import pandas as pd
# 딕셔너리로 데이타프레임 생성
data = {
'id' : [1, 2, 3],
'name' : ['Kim', 'Lee', 'Choi'],
'age' : [10, 20, 30],
'assets' : [150.4, 123.4, 56.6],
'job' : ['student', 'CEO', 'Dad']
}
df = pd.DataFrame(data)
df
Out[190]:
In [191]:
# 로우(행) 추가 - 인덱스 이용
df.loc[3] = [4, 'Hong', 30, 786.9, 'CEO']
df
Out[191]:
In [192]:
# 새로운 데이타 프레임을 생성하여 데이타프레임 추가하기
df2 = pd.DataFrame([['5', 'Park', 30, 300.6, 'Mom']],
columns = ['id', 'name', 'age', 'assets', 'job'])
df2
Out[192]:
In [196]:
df = df.append(df2, ignore_index=True)
In [197]:
df
Out[197]:
추가) apply 사용 예제¶
In [199]:
date_list = [{'birthday': '2000-06-27'},
{'birthday': '2002-09-24'},
{'birthday': '2005-12-20'}]
df = pd.DataFrame(date_list, columns = ['birthday'])
df
Out[199]:
In [200]:
df.info()
In [201]:
'2020-01-01'.split('-')
Out[201]:
In [204]:
def extract_year(row):
return row.split('-')[0]
In [202]:
df['birthday']
Out[202]:
In [205]:
df['year'] = df['birthday'].apply(extract_year)
In [206]:
df
Out[206]:
In [207]:
df.dtypes
Out[207]:
apply 함수에 파라미터 전달하기¶
키워드 파라미터를 사용하시면, apply가 적용된 함수에 파라미터를 전달하실 수 있습니다.
In [213]:
def extract_year(year, current_year):
return current_year - int(year)
In [214]:
df['age'] = df['year'].apply(extract_year, current_year=2020)
df
Out[214]:
apply 함수에 한 개 이상의 파라미터 전달하기¶
키워드 파라미터를 추가해주시면, 원하시는만큼의 파라미터를 함수에 전달 가능합니다.
In [216]:
def get_introduce(age, prefix, suffix):
return prefix + str(age) + suffix
In [217]:
df['introduce'] = df['age'].apply(get_introduce,
prefix="I am ", suffix=" years old")
df
Out[217]:
apply 함수에 여러개의 컬럼을 동시에 전달하기¶
axis=1이라는 키워드 파라미터를 apply 함수에 전달해주면, 모든 컬럼을 지정된 함수에서 사용 가능합니다.
In [71]:
def get_introduce2(row):
return "I was born in "+str(row.year)+" my age is "+str(row.age)
df.introduce = df.apply(get_introduce2, axis=1)
In [72]:
df
Out[72]:
5) 데이타프레임에서 제거하기 : drop, del¶
1) 컬럼 제거하기 1 : df.drop('컬럼명', axis = 1)
2) 컬럼 제거하기 2 : del df.['컬럼명'] => 주의: 실제로 컬럼이 지워짐
3) 로우 제거하기 : df.drop(index = 인덱스번호, axis = 0)In [240]:
import pandas as pd
# 딕셔너리로 데이타프레임 생성
data = {
'id' : [1, 2, 3],
'name' : ['Kim', 'Lee', 'Choi'],
'age' : [10, 20, 30],
'assets' : [150.4, 123.4, 56.6],
'job' : ['student', 'CEO', 'Dad']
}
df = pd.DataFrame(data)
df
Out[240]:
- (1) 컬럼 제거하기 1 : df.drop('컬럼명', axis = 1)
In [219]:
# 컬럼 제거하기 : df.drop()
df.drop('id', axis = 1) # axis = 1 세로축
Out[219]:
In [241]:
# 컬럼 제거하기 : df.drop() => 바로 적용하는 옵션 inplace=True
df.drop('id', axis = 1, inplace=True)
In [242]:
df
Out[242]:
In [229]:
# 컬럼값을 이용한 컬럼 제거하기
df[df.age != 30]
Out[229]:
In [230]:
df
Out[230]:
- (2) 컬럼 제거하기 2 : del df.['컬럼명'] => 주의: 실제로 컬럼이 지워짐
In [231]:
df
Out[231]:
In [232]:
# 컬럼 제거하기 : del df['컬럼명'] => 주의) 실제로 데이타프레임에서 지워짐
del df['id']
In [233]:
df
Out[233]:
- (3) 로우 제거하기 : df.drop(index = 인덱스번호, axis = 0)
In [234]:
import pandas as pd
# 딕셔너리로 데이타프레임 생성
data = {
'id' : [1, 2, 3],
'name' : ['Kim', 'Lee', 'Choi'],
'age' : [10, 20, 30],
'assets' : [150.4, 123.4, 56.6],
'job' : ['student', 'CEO', 'Dad']
}
df = pd.DataFrame(data)
df
Out[234]:
In [235]:
# 인덱스를 이용하여 로우 제거하기
df.drop(index=0, axis=0) # df.drop(0, axis = 0) # axis = 0 가로축
Out[235]:
In [237]:
df
Out[237]:
In [238]:
df = df.drop(df.index[[0,2]]) # 로우가 제거된 데이타 프레임 저장
In [239]:
df
Out[239]:
드롭된 결과를 바로 데이터프레임에 저장하는 방법¶
- inplace 키워드를 사용하시면, 따로 저장할 필요없이, 드롭된 결과가 데이터프레임에 반영됩니다.
In [13]:
df.drop(['Kim', 'Choi'], inplace = True)
In [14]:
df
Out[14]:
인덱스 변경¶
- 인덱스 변경 1
In [277]:
import pandas as pd
# 딕셔너리로 데이타프레임 생성
data = {
'id' : [1, 2, 3],
'name' : ['Kim', 'Lee', 'Choi'],
'age' : [10, 20, 30],
'assets' : [150.4, 123.4, 56.6],
'job' : ['student', 'CEO', 'Dad']
}
df = pd.DataFrame(data, index = ['Kim', 'Lee', 'Choi'])
df
Out[277]:
- 인덱스 변경 2
In [282]:
import pandas as pd
# 딕셔너리로 데이타프레임 생성
data = {
'id' : [1, 2, 3],
'name' : ['Kim', 'Lee', 'Choi'],
'age' : [10, 20, 30],
'assets' : [150.4, 123.4, 56.6],
'job' : ['student', 'CEO', 'Dad']
}
df = pd.DataFrame(data, index = [1, 2, 3])
df
Out[282]:
In [285]:
df.set_index('name', drop = True, inplace=True )
df
Out[285]:
In [286]:
# 인덱스를 이용한 로우 제거하기
df.drop(['Kim', 'Choi'])
Out[286]:
In [287]:
df
Out[287]:
중복 데이터 처리¶
- 데이타프레임에서 각 행은 분석 대상이 갖고 있는 모든 속성(변수)에 대한 관측값을 뜻함
- 하나의 데이타셋에서 동일한 관측값이 2개 이상 중복되는 경우 -> 중복을 찾아 제거
- 동일한 대상이 중복으로 존재하는 것 -> 분석 결과를 왜곡할 수 있음
1) 중복 데이타 확인 - duplicated()¶
- duplicated() 메소드 : 각 행의 중복 여부를 나타내는 불린 시리즈를 반환
- 전에 나온 행들과 비교하여 중복되는 행 -> True를 반환
- 처음 나오는 행 -> False를 반환
(1) 중복 데이타를 갖는 데이타프레임 생성¶
In [291]:
import pandas as pd
# 중복 데이타를 갖는 데이타프레임 만들기
df = pd.DataFrame({'c1': ['a', 'a', 'b', 'a', 'b'],
'c2': [1, 1, 1, 2, 2],
'c3': [1, 1, 2, 3, 3]})
df
Out[291]:
(2) 데이타프레임 전체 행 데이타 중에서 중복값 찾기¶
In [292]:
df.duplicated()
Out[292]:
In [14]:
df_dup = df.duplicated()
print(df_dup)
(3) 데이타프레임의 특정열 데이타에서 중복값 찾기¶
In [293]:
df
Out[293]:
In [294]:
df['c2'].duplicated()
Out[294]:
In [15]:
col_dup = df['c2'].duplicated()
print(col_dup)
2) 중복 데이타 제거 - drop_duplicates()¶
- drop_duplicates() 메소드 : 중복되는 행을 제거하고 고유한 관측값을 자진 행만 남긴다.
- 원본 객체를 변경하려면 inplace=True 옵션을 추가한다.
(1) 중복 데이타를 갖고 있는 데이타프레임 생성¶
In [295]:
import pandas as pd
# 중복 데이타를 갖는 데이타프레임 만들기
df = pd.DataFrame({'c1': ['a', 'a', 'b', 'a', 'b'],
'c2': [1, 1, 1, 2, 2],
'c3': [1, 1, 2, 3, 3]})
print(df)
(2) 데이타프레임에서 중복 행 제거¶
In [296]:
df.drop_duplicates()
Out[296]:
In [17]:
df2 = df.drop_duplicates()
print(df2)
(3) drop_duplicates() 메소드의 subset 옵션에 '열 이름 리스트'를 전달¶
- 데이타의 중복 여부를 판별할 때, subset 옵션에 해당하는 열을 기준으로 판단한다.
- 데이타프레임 df의 c2, c3 열을 기준으로 판별하면 0행, 1행, 3행, 4행의 데이타가 중복된다.-> 1행, 3행, 4행 제
In [297]:
df.drop_duplicates(subset=['c2'])
Out[297]:
In [298]:
df
Out[298]:
In [299]:
df.drop_duplicates(subset=['c2', 'c3'])
Out[299]:
범주형 카테고리 처리 - 구간 분할¶
구간 분할¶
- 연속적인 데이타를 일정한 구간(bin)으로 나눠서 분석하는 것이 효율적일 때가 있음
- 가격, 비용, 효율 등 연속적인 값을 일정한 수준이나 정도를 나타내는 이산적인 값을 구간별 차이로 나타나게 하는 것
- 연속 변수를 일정한 구간으로 나누고, 각 구간을 범주형 이산 변수로 변환하는 과정 -> 구간 분할(binning)
- 구간 분할은 판다스의 cut() 함수를 이용
문제) horsepower 열은 엔진 출력, 엔진출력을 숫자 대신 저출력, 보통출력, 고출력 등의 구간분할하여 출력¶
(1) 데이타 불러오기, 열이름 지정하기¶
In [300]:
import pandas as pd
import numpy as np
# read_csv() 함수로 df 생성
df = pd.read_csv('./data/auto-mpg.csv', header=None)
# 열 이름 지정
df.columns = ['mpg', 'cylinders', 'displacement', 'horsepower',
'weight', 'acceleration', 'model year',
'origin', 'name']
df.head()
Out[300]:
In [303]:
df.info()
In [307]:
df['horsepower'].unique()
Out[307]:
(2) horsepower 열의 누락 데이타를 삭제하고 실수형으로 데이타타입 변환¶
In [308]:
df['horsepower'].replace('?', np.nan, inplace=True) # '?'을 np.nap으로 변경
In [309]:
df['horsepower'].unique()
Out[309]:
In [310]:
df.dropna(subset=['horsepower'], axis=0, inplace=True) # 누락 데이타 행 삭제
In [311]:
df['horsepower'] = df['horsepower'].astype('float') # 문자열을 실수형으로 변환
In [312]:
df['horsepower'].dtypes
Out[312]:
In [314]:
df['horsepower'].describe() # 기술통계
Out[314]:
In [315]:
df.describe()
Out[315]:
(3) np.histogram 함수로 3개의 bin으로 구분할 경계값의 리스트 구하기¶
- histogram() 함수 : 나누려는 구간(bin) 개수를 bins 옵션에 입력하면 각 구간에 속하는 값의와 개수(count)와 경계값 리스트(bin_divisors)를 반환
In [319]:
df['horsepower'].hist(bins=3)
Out[319]:
In [320]:
count, bin_dividers = np.histogram(df['horsepower'], bins=3) # 4개의 경계값, 3개의 구간이 만들어짐
print(bin_dividers)
(4) 3개의 bin에 이름 지정¶
In [321]:
bin_names = ['저출력', '보통출력', '고출력']
(5) pd.cut() 함수로 각 데이터를 3개의 bin에 할당¶
In [322]:
df['hp_bin'] = pd.cut(x=df['horsepower'], # 데이타 배열
bins=bin_dividers, # 경계값 리스트
labels=bin_names, # bin 이름
include_lowest=True) # 첫 경계값 포함
In [324]:
df[['horsepower', 'hp_bin']]
Out[324]:
(6) horsepower 열과 hp_bin 열 출력¶
In [25]:
print(df[['horsepower', 'hp_bin']].head(20))
응용예제) 사용자가 직접 구간 나누어 처리¶
In [325]:
df[['horsepower']].describe()
Out[325]:
In [326]:
bin_dividers = np.array([0., 100., 126., 231.])
bin_dividers
Out[326]:
In [327]:
bin_names = ['저출력', '보통출력', '고출력']
In [29]:
df['hp_bin'] = pd.cut(x=df['horsepower'], # 데이타 배열
bins=bin_dividers, # 경계값 리스트
labels=bin_names, # bin 이름
include_lowest=True) # 첫 경계값 포함
In [30]:
print(df[['horsepower', 'hp_bin']].head(20))
6) Group by¶
- 데이터에서 정보를 취하기 위해서 그룹별로 묶는 방법
In [359]:
student_list = [{'name': 'John', 'major': "Computer Science", 'sex': "male"},
{'name': 'Nate', 'major': "Computer Science", 'sex': "male"},
{'name': 'Abraham', 'major': "Physics", 'sex': "male"},
{'name': 'Brian', 'major': "Psychology", 'sex': "male"},
{'name': 'Janny', 'major': "Economics", 'sex': "female"},
{'name': 'Yuna', 'major': "Economics", 'sex': "female"},
{'name': 'Jeniffer', 'major': "Computer Science", 'sex': "female"},
{'name': 'Edward', 'major': "Computer Science", 'sex': "male"},
{'name': 'Zara', 'major': "Psychology", 'sex': "female"},
{'name': 'Wendy', 'major': "Economics", 'sex': "female"},
{'name': 'Sera', 'major': "Psychology", 'sex': "female"}
]
df = pd.DataFrame(student_list, columns = ['name', 'major', 'sex'])
df
Out[359]:
전공별 그룹 생성¶
In [361]:
df.groupby(by='major')['name'].size()
Out[361]:
In [363]:
df.groupby(by='sex')['name'].size()
Out[363]:
In [364]:
df_major = pd.DataFrame(df.groupby('major')['name'].size())
df_major
Out[364]:
In [365]:
df_major.columns
Out[365]:
In [366]:
df_major.columns = ['count']
In [367]:
df_major
Out[367]:
In [368]:
df_major.plot(kind='bar')
Out[368]:
In [353]:
df_major.plot(kind='barh')
Out[353]:
In [369]:
df_major.plot(kind='box')
Out[369]:
In [370]:
df_major.index
Out[370]:
In [371]:
df_major.columns
Out[371]:
In [372]:
df_major.loc['Economics']
Out[372]:
전공별 그룹¶
In [373]:
groupby_major = df.groupby('major')
In [374]:
groupby_major.groups
Out[374]:
In [133]:
for name, group in groupby_major:
print(name + ": " + str(len(group)))
print(group)
print()
- 그룹 객체를 다시 데이터프레임으로 생성
In [375]:
df_major_cnt = pd.DataFrame({'count' : groupby_major.size()}).reset_index()
df_major_cnt
Out[375]:
- 성별로 그룹 생성
In [376]:
groupby_sex = df.groupby('sex')
In [377]:
for name, group in groupby_sex:
print(name + ": " + str(len(group)))
print(group)
print()
- 그룹 객체를 다시 데이터프레임으로 생성
In [378]:
df_sex_cnt = pd.DataFrame({'count' : groupby_sex.size()}).reset_index()
df_sex_cnt
Out[378]:
추가) groupby¶
In [379]:
import seaborn as sns
df = sns.load_dataset("mpg")
df.shape
Out[379]:
In [380]:
df.head(1)
Out[380]:
In [386]:
df['origin'].value_counts()
Out[386]:
In [387]:
# origin별 cylinder 수
df.groupby(by="origin")['cylinders'].size()
Out[387]:
In [268]:
df2 = pd.DataFrame(df.groupby(by="origin")['cylinders'].size())
df2
Out[268]:
In [262]:
df['origin'].value_counts()
Out[262]:
In [392]:
df3 = pd.DataFrame(df.groupby(['origin'])['cylinders'].mean())
df3
Out[392]:
In [393]:
df3 = pd.DataFrame(df.groupby(['model_year', 'origin'])['cylinders'].mean())
In [394]:
df3
Out[394]:
In [395]:
df3.index
Out[395]:
7) 결측치 처리 : None 처리¶
In [396]:
school_id_list = [{'name': 'John', 'job': "teacher", 'age': 40},
{'name': 'Nate', 'job': "teacher", 'age': 35},
{'name': 'Yuna', 'job': "teacher", 'age': 37},
{'name': 'Abraham', 'job': "student", 'age': 10},
{'name': 'Brian', 'job': "student", 'age': 12},
{'name': 'Janny', 'job': "student", 'age': 11},
{'name': 'Nate', 'job': "teacher", 'age': None},
{'name': 'John', 'job': "student", 'age': None}
]
df = pd.DataFrame(school_id_list, columns = ['name', 'job', 'age'])
df
Out[396]:
1) Null 또는 NaN 확인하기¶
In [397]:
df.info()
In [400]:
df.isna()
Out[400]:
In [401]:
df.isnull()
Out[401]:
2) Null 또는 NaN 값 변경하기¶
- 0으로 변경하기
In [402]:
# 0으로 변경하기
tmp = df.copy()
tmp["age"] = tmp["age"].fillna(0)
tmp
Out[402]:
- 나이의 전체 평균으로 변경하기
In [403]:
school_id_list = [{'name': 'John', 'job': "teacher", 'age': 40},
{'name': 'Nate', 'job': "teacher", 'age': 35},
{'name': 'Yuna', 'job': "teacher", 'age': 37},
{'name': 'Abraham', 'job': "student", 'age': 10},
{'name': 'Brian', 'job': "student", 'age': 12},
{'name': 'Janny', 'job': "student", 'age': 11},
{'name': 'Nate', 'job': "teacher", 'age': None},
{'name': 'John', 'job': "student", 'age': None}
]
df = pd.DataFrame(school_id_list, columns = ['name', 'job', 'age'])
df
Out[403]:
In [404]:
df.isna()
Out[404]:
In [405]:
tmp = df.copy()
tmp["age"].mean()
Out[405]:
In [406]:
tmp = df.copy()
tmp["age"] = tmp["age"].fillna(tmp["age"].mean())
tmp
Out[406]:
In [407]:
school_id_list = [{'name': 'John', 'job': "teacher", 'age': 40},
{'name': 'Nate', 'job': "teacher", 'age': 35},
{'name': 'Yuna', 'job': "teacher", 'age': 37},
{'name': 'Abraham', 'job': "student", 'age': 10},
{'name': 'Brian', 'job': "student", 'age': 12},
{'name': 'Janny', 'job': "student", 'age': 11},
{'name': 'Nate', 'job': "teacher", 'age': None},
{'name': 'John', 'job': "student", 'age': None}
]
df = pd.DataFrame(school_id_list, columns = ['name', 'job', 'age'])
df
Out[407]:
- 0으로 설정하기 보다는 선생님의 중간 나이, 학생의 중간 나이로, 각각의 직업군에 맞게 Null값을 변경해줍니다.
In [414]:
df.groupby("job")["age"].median()
Out[414]:
In [411]:
df.groupby("job")["age"].transform("median")
Out[411]:
In [412]:
df["age"].fillna(df.groupby("job")["age"].transform("median"), inplace=True)
In [413]:
df
Out[413]:
In [ ]:
7) 데이타프레임 교차시키기¶
In [125]:
import pandas as pd
# 딕셔너리로 데이타프레임 생성
data = {
'id' : [1, 2, 3],
'name' : ['Kim', 'Lee', 'Choi'],
'age' : [10, 20, 30],
'assets' : [150.4, 123.4, 56.6],
'job' : ['student', 'CEO', 'Dad']
}
df = pd.DataFrame(data)
df
Out[125]:
In [126]:
df.T
Out[126]:
8) 데이타프레임의 컬럼 값 추출¶
In [127]:
df.values # 전체 값 추출하기 - Numpy 형태
Out[127]:
In [128]:
# 특정 컬럼 값 추출
df['name'].values
Out[128]:
In [129]:
# 로우와 컬럼 지정으로 특정 값 선택
df.iloc[1]['name']
Out[129]:
In [88]:
import numpy as np
import pandas as pd
se = pd.Series(range(10),
index=[10, 9, 8, 7, 6, 5, 4, 3, 2, 1])
se.index.name = "index"
se
Out[88]:
In [89]:
se = se.sort_index() # 오름차순 정렬
se
Out[89]:
In [90]:
se = se.sort_index(ascending = False) # 내림차순 정렬
se
Out[90]:
2) Dataframe 정렬¶
In [91]:
# 데이타프레임 생성
data = {
'id' : [1, 2, 3],
'name' : ['Kim', 'Lee', 'Choi'],
'age' : [10, 20, 30],
'assets' : [150.4, 123.4, 56.6],
'job' : ['student', 'CEO', 'Dad']
}
df = pd.DataFrame(data)
df
Out[91]:
In [92]:
# 나이의 역순으로 정렬
df.sort_index(by='age', ascending=False)
Out[92]:
In [93]:
# 나이의 assets(자산) 순으로 정렬
df.sort_index(by='assets', ascending=True)
Out[93]:
In [94]:
# Kim의 나이 컬럼을 30으로 변경하기
df.loc[df.name=='Kim', 'age'] = 30
df
Out[94]:
In [95]:
# 나이 순으로 내림차순, 자산순으로 오름차순 정렬
df.sort_index(by=['age', 'assets'], ascending=[False, True])
Out[95]:
10) 여러 개의 데이타 프레임 합치기¶
- 1) pd.concat() : 데이터프레임들을 새로운 로우(행)로 합치기, axis=0, 데이터프레임들을 새로운 컬럼으로 합치기, axis=1
- 2) append() : 데이터프레임들을 새로운 로우(행)로 합치기
- 3) merge() : 열을 기반으로 데이터프레임을 JOIN(inner or outer) 할 때 사용
In [161]:
l1 = [{'name': 'John', 'job': "teacher"},
{'name': 'Nate', 'job': "student"},
{'name': 'Fred', 'job': "developer"}]
l2 = [{'name': 'Ed', 'job': "dentist"},
{'name': 'Jack', 'job': "farmer"},
{'name': 'Ted', 'job': "designer"}]
df1 = pd.DataFrame(l1, columns = ['name', 'job'])
df2 = pd.DataFrame(l2, columns = ['name', 'job'])
(1) pd.concat¶
- 두번째 데이터프레임을 첫번째 데이터프레임의 새로운 로우(행)로 합칩니다.
In [163]:
frames = [df1, df2]
result = pd.concat(frames, ignore_index=True)
result
Out[163]:
- 두번째 데이터프레임을 첫번째 데이터프레임의 새로운 컬럼(열)으로 합칩니다.
In [ ]:
l1 = [{'name': 'John', 'job': "teacher"},
{'name': 'Nate', 'job': "student"},
{'name': 'Jack', 'job': "developer"}]
l2 = [{'age': 25, 'country': "U.S"},
{'age': 30, 'country': "U.K"},
{'age': 45, 'country': "Korea"}]
df1 = pd.DataFrame(l1, columns = ['name', 'job'])
df2 = pd.DataFrame(l2, columns = ['age', 'country'])
In [168]:
result = pd.concat([df1, df2], axis=1, ignore_index=True)
result
Out[168]:
(2) append¶
- 두번째 데이터프레임을 첫번째 데이터프레임의 새로운 로우(행)로 합칩니다.
In [166]:
l1 = [{'name': 'John', 'job': "teacher"},
{'name': 'Nate', 'job': "student"},
{'name': 'Fred', 'job': "developer"}]
l2 = [{'name': 'Ed', 'job': "dentist"},
{'name': 'Jack', 'job': "farmer"},
{'name': 'Ted', 'job': "designer"}]
df1 = pd.DataFrame(l1, columns = ['name', 'job'])
df2 = pd.DataFrame(l2, columns = ['name', 'job'])
In [167]:
result = df1.append(df2, ignore_index=True)
result
Out[167]:
(3) merge() 함수 : 열을 기반으로 데이터프레임을 JOIN(inner or outer) 할 때 사용¶
In [169]:
import pandas as pd
member_df = pd.DataFrame({
'고객번호': [1001, 1002, 1003, 1004, 1005, 1006, 1007],
'이름': ['AAA', 'BBB', 'CCC', 'DDD', 'EEE', 'FFF', 'GGG']
}, columns=['고객번호', '이름'])
print(member_df)
transaction_df = pd.DataFrame({
'고객번호': [1001, 1001, 1005, 1006, 1008, 1001],
'금액': [10000, 20000, 15000, 5000, 100000, 30000]
}, columns=['고객번호', '금액'])
print(transaction_df)
inner_result = pd.merge(member_df, transaction_df, how = 'inner')
print(inner_result)
In [293]:
inner_result = pd.merge(member_df, transaction_df, how = 'left')
print(inner_result)
In [294]:
inner_result = pd.merge(member_df, transaction_df, how = 'right')
print(inner_result)
In [295]:
inner_result = pd.merge(member_df, transaction_df, how = 'outer')
print(inner_result)
11) 데이터의 기본연산¶
(1) Series 의 연산¶
In [96]:
#### Series 연산
fruit1 = pd.Series([ 5 , 9 , 10 ],
index = [ 'apple' , 'banana' , 'cherry'])
fruit2 = pd.Series([ 3 , 2 , 9 , 5 ],
index = [ 'apple' , 'orange' , 'banana', 'mango'])
print (fruit1, '\n')
print (fruit2, '\n')
fruit1 + fruit2
Out[96]:
(2) Dataframe 연산¶
In [97]:
#### Dataframe 연산
fruitData1 = { 'Ohio' : [ 4 , 8 , 3],
'Texas' : [ 0 , 1 , 2]}
fruitFrame1 = pd.DataFrame(fruitData1,
columns = [ 'Ohio' , 'Texas' ],
index = [ 'apple' , 'banana' , 'cherry'])
fruitData2 = { 'Ohio' : [ 3 , 0 , 2, 7],
'Colorado' : [ 5 , 4 , 3 , 6]}
fruitFrame2 = pd.DataFrame(fruitData2,
columns = [ 'Ohio' , 'Colorado' ],
index = [ 'apple' , 'orange' , 'banana' , 'mango' ])
print (fruitFrame1)
print (fruitFrame2)
fruitFrame1 + fruitFrame2
Out[97]:
12) 데이타프레임 컬럼의 데이타 타입 변경¶
- astype() : Series의 dtype을 변경하고 새로운 Series를 반환
- astype(float64), astype(float32), astype(float16)
- pd.to_numeric(), pd.to_datetime(), pd.to_timedelta()
In [98]:
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3],
'B': [1.0, 2.0, 3.0],
'C': ['1.1.2019', '2.1.2019', '3.1.2019'],
'D': ['1 days', '2 days', '3 days'],
'E': ['1', '2', '3']})
df
Out[98]:
In [99]:
df.dtypes # 컬럼의 데이타타입 확인
Out[99]:
1) 데이타타입 변경¶
- pd.astype('float)
- pd.astype('int)
In [100]:
# 컬럼 A의 데이타타입을 실수로 변경하고, 컬럼 B를 정수로 데이타타입 변경.
df['A'].astype('float')
Out[100]:
In [101]:
df['B'].astype('int')
Out[101]:
2) 데이타타입을 숫자로 변경 : pd.to_numeric()¶
- 입력을 숫자로 변환 할 수없는 경우 기본적으로 pd.to_numeric 은 오류를 발생
- pd.to_numeric . errors 매개 변수를 사용하여 해당 동작을 변경할 수 있습니다.
In [102]:
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3],
'B': [1.0, 2.0, 3.0],
'C': ['1.1.2019', '2.1.2019', '3.1.2019'],
'D': ['1 days', '2 days', '3 days'],
'E': ['1', '2', '3']})
df
Out[102]:
In [103]:
pd.to_numeric(df['E'])
Out[103]:
In [104]:
# Ignore the error, return the original input if it cannot be converted
pd.to_numeric(pd.Series(['1', '2', 'a']), errors='ignore')
Out[104]:
- 필요한 경우 입력이있는 모든 행을 확인하여 숫자로 변환 할 수 없습니다
- isnull 사용하여 boolean indexing 사용
In [105]:
df = pd.DataFrame({'A': [1, 'x', 'z'],
'B': [1.0, 2.0, 3.0],
'C': [True, False, True]})
df
Out[105]:
In [106]:
pd.to_numeric(df.A, errors='coerce').isnull()
Out[106]:
In [107]:
df[pd.to_numeric(df.A, errors='coerce').isnull()]
Out[107]:
3) 데이타타입을 datetime으로 변경 : to_datetime()¶
In [108]:
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [1.0, 2.0, 3.0],
'C': ['1.1.2019', '2.1.2019', '3.1.2019'],
'D': ['1 days', '2 days', '3 days'],
'E': ['1', '2', '3']})
df
Out[108]:
In [109]:
pd.to_datetime(df['C'])
Out[109]:
- 2.1.2019은 2011 년 2 월 1 dayfirst 됩니다.
- 2019 년 1 월 2 일을 대신 사용하려면 dayfirst 매개 변수를 사용해야합니다.
In [110]:
pd.to_datetime('2.1.2011', dayfirst=True)
Out[110]:
- 유형을 timedelta로 변경
In [111]:
pd.to_timedelta(df['D'])
Out[111]:
13) Panas의 파일 입출력¶
1) 데이타프레임을 csv 파일로 저장¶
- 리스트를 이용하여 데이타프레임 생성하기
In [178]:
friend_list = [ ['John', 20, 'student'],['Jenny', 30, 'developer'],['Nate', 30, 'teacher'] ]
column_name = ['name', 'age', 'job']
df = pd.DataFrame.from_records(friend_list, columns=column_name)
df
Out[178]:
- to_csv 함수를 사용하여 파일로 저장
In [179]:
df.to_csv('friend_list.csv')
- 헤더가 없는 데이타프레임의 csv 파일 저장
In [180]:
friend_list = [ ['John', 20, 'student'],
['Jenny', 30, 'developer'],
['Nate', 30, 'teacher'] ]
df = pd.DataFrame.from_records(friend_list)
df
Out[180]:
In [181]:
df.to_csv('friend_list2.csv', header = False, index = False)
- 헤더 정보를 저장할 경우, header 키워드로 컬럼 이름을 지정
In [182]:
df.to_csv('friend_list3.csv', header = ['name', 'age', 'job'])
- 결측치(None) 값이 있는 데이타 저장
In [187]:
friend_list = {
'name': ['John', None, 'nate'],
'age': [20,None,30],
'job':['student', 'developer', 'teacher']
}
df = pd.DataFrame(friend_list)
df
Out[187]:
In [188]:
df.to_csv('friend_list4.csv')
- na_rep 을 사용하시면 None 을 원하시는 값으로 변경하여 저장
In [189]:
df.to_csv('friend_list5', na_rep = '-')
2) csv 파일 불러오기¶
In [190]:
import pandas as pd
data_frame = pd.read_csv('./data/friend_list.csv')
data_frame.head()
Out[190]:
3) excel 파일 읽어오기¶
In [191]:
# 엑셀파일을 데이타프레임으로 불러오기
# pip install xlrd
df2 = pd.read_excel('./data/friend_list.xlsx')
df2
Out[191]:
4) excel 파일로 저장하기¶
In [196]:
# 엑셀로 저장하기
df2.to_excel('./data/friend_list2.xlsx', 'sheet1')
In [198]:
# 엑셀로 저장하기
df2.to_excel('./data/friend_list2.xlsx', 'sheet1', index=False)
In [199]:
# pandas -> excel -> pandas 읽기
df3 = pd.read_excel('./data/friend_list2.xlsx', 'sheet1')
df3
Out[199]:
5) html 불러오기 - 웹에서 테이블 형태 자료 불러오기¶
In [122]:
# html에서 <table> 태그로 되어 있는 테이블 불러오기
df_list = pd.read_html('https://www.fdic.gov/bank/individual/failed/banklist.html')
df_list
Out[122]:
In [123]:
# 테이블 개수 확인
len(df_list) # 1개
Out[123]:
In [124]:
df_list[0] # 1개 테이블 확인하기
Out[124]:
판다스 내장 그래프 도구 활용¶
- 형식 : DataFrame 객체.plot(kind=“그래프 종류”)
1) 선 그래프¶
In [31]:
import pandas as pd
df = pd.read_excel('./data/남북한발전전력량.xlsx') # 데이터프레임 변환
df_ns = df.iloc[[0, 5], 3:] # 남한, 북한 발전량 합계 데이터만 추출
df_ns.index = ['South','North'] # 행 인덱스 변경
df_ns.columns = df_ns.columns.map(int) # 열 이름의 자료형을 정수형으로 변경
print(df_ns.head())
In [32]:
# 선 그래프 그리기
df_ns.plot()
Out[32]:
In [33]:
# 행, 열 전치하여 다시 그리기
tdf_ns = df_ns.T
print(tdf_ns.head())
In [34]:
tdf_ns.plot()
Out[34]:
2) 막대 그래프¶
In [36]:
import pandas as pd
df = pd.read_excel('./data/남북한발전전력량.xlsx') # 데이터프레임 변환
df_ns = df.iloc[[0, 5], 3:] # 남한, 북한 발전량 합계 데이터만 추출
df_ns.index = ['South','North'] # 행 인덱스 변경
df_ns.columns = df_ns.columns.map(int) # 열 이름의 자료형을 정수형으로 변경
# 행, 열 전치하여 막대 그래프 그리기
tdf_ns = df_ns.T
print(tdf_ns.head())
In [37]:
tdf_ns.plot(kind='bar')
Out[37]:
3) 히스토그램¶
In [39]:
import pandas as pd
df = pd.read_excel('./data/남북한발전전력량.xlsx') # 데이터프레임 변환
df_ns = df.iloc[[0, 5], 3:] # 남한, 북한 발전량 합계 데이터만 추출
df_ns.index = ['South','North'] # 행 인덱스 변경
df_ns.columns = df_ns.columns.map(int) # 열 이름의 자료형을 정수형으로 변경
# 행, 열 전치하여 히스토그램 그리기
tdf_ns = df_ns.T
tdf_ns.plot(kind='hist')
Out[39]:
4) 산점도¶
In [42]:
import pandas as pd
# read_csv() 함수로 df 생성
df = pd.read_csv('./data/auto-mpg.csv', header=None)
# 열 이름을 지정
df.columns = ['mpg','cylinders','displacement','horsepower','weight',
'acceleration','model year','origin','name']
# 2개의 열을 선택하여 산점도 그리기
df.plot(x='weight',y='mpg', kind='scatter')
Out[42]:
5) 박스 플롯¶
In [44]:
import pandas as pd
# read_csv() 함수로 df 생성
df = pd.read_csv('./data/auto-mpg.csv', header=None)
# 열 이름을 지정
df.columns = ['mpg','cylinders','displacement','horsepower','weight',
'acceleration','model year','origin','name']
# 열을 선택하여 박스 플롯 그리기
df[['mpg','cylinders']].plot(kind='box')
Out[44]:
In [45]:
df.plot(kind='box')
Out[45]:
