Series는 1차원 배열이고 DataFrame은 2차원 배열이다.
Series 기본
ditionary, list, tuple로 판다스 시리즈로 변환하고 있다.import pandas as pd
#dictionary
data1 = { 'a': 1, 'b': 2, 'c': 3}
#sr = pd.Series(data1)
#list
data2 = [1, 2, 3]
#tuple
#data2 = (1, 2, 3)
#available
#sr = pd.Series(data2)
sr = pd.Series(data2, index=['a', 'b', 'c'])
#print(type(sr))
print("\n")
print(sr['a']) #print(sr[0])
print(sr) #print(sr[[0, 1, 2]])
#dictionary
data1 = { 'a': 1, 'b': 2, 'c': 3}
#sr = pd.Series(data1)
#list
data2 = [1, 2, 3]
#tuple
#data2 = (1, 2, 3)
#available
#sr = pd.Series(data2)
sr = pd.Series(data2, index=['a', 'b', 'c'])
#print(type(sr))
print("\n")
print(sr['a']) #print(sr[0])
print(sr) #print(sr[[0, 1, 2]])
결과)
1
a 1
b 2
c 3
dtype: int64
DataFrame 기본
dictionary로 생성
import pandas as pd
data1 = { 'a': [10, 20, 30], 'b': [11, 21, 31], 'c': [12, 22, 32]}
df = pd.DataFrame(data1)
print(type(df))
print(df)
data1 = { 'a': [10, 20, 30], 'b': [11, 21, 31], 'c': [12, 22, 32]}
df = pd.DataFrame(data1)
print(type(df))
print(df)
DataFrame은 행(row)과 열(Column)로 구성된 2차원 배열이다.
ditionary는 열 단위로 채워진다.
결과)
<class 'pandas.core.frame.DataFrame'>
a b c
0 10 11 12
1 20 21 22
2 30 31 32
list로 생성
import pandas as pd
data1 = [10, 20, 12]
df = pd.DataFrame(data1, index=['제로', '하나', '둘'], columns=['a'])
print(type(df))
print(df)
data1 = [10, 20, 12]
df = pd.DataFrame(data1, index=['제로', '하나', '둘'], columns=['a'])
print(type(df))
print(df)
결과)
<class 'pandas.core.frame.DataFrame'>
a
제로 10
하나 20
둘 12
import pandas as pd
data1 = [[10, 20, 30], [11, 21, 31], [12, 22, 32]]
df = pd.DataFrame(data1, index=['제로', '하나', '둘'], columns=['a', 'b', 'c'])
print(type(df))
print(df)
data1 = [[10, 20, 30], [11, 21, 31], [12, 22, 32]]
df = pd.DataFrame(data1, index=['제로', '하나', '둘'], columns=['a', 'b', 'c'])
print(type(df))
print(df)
dictionary와 list가 비슷하지만 2차원 리스트일때는 dictionary는 행우선, list는 열우선이다.
결과)
<class 'pandas.core.frame.DataFrame'>
a b c
제로 10 20 30
하나 11 21 31
둘 12 22 32
행 인덱스, 열 이름 설정
import pandas as pd
data1 = [[10, 20, 30], [11, 21, 31], [12, 22, 32]]
df = pd.DataFrame(data1, index=['제로', '하나', '둘'], columns=['a', 'b', 'c'])
print(type(df))
print(df)
data1 = [[10, 20, 30], [11, 21, 31], [12, 22, 32]]
df = pd.DataFrame(data1, index=['제로', '하나', '둘'], columns=['a', 'b', 'c'])
print(type(df))
print(df)
결과)
<class 'pandas.core.frame.DataFrame'>
a b c
제로 10 20 30
하나 11 21 31
둘 12 22 32
인덱스 이름으로 행 선택 loc
import pandas as pd
data1 = [[10, 20, 30], [11, 21, 31], [12, 22, 32]]
df = pd.DataFrame(data1, index=['제로', '하나', '둘'], columns=['a', 'b', 'c'])
df0 = df.loc['제로']
df1 = df.loc[['제로', '둘']]
df2 = df.loc['제로' : '둘']
print(type(df0))
print(df0)
print(type(df1))
print(df1)
print(type(df2))
print(df2)
data1 = [[10, 20, 30], [11, 21, 31], [12, 22, 32]]
df = pd.DataFrame(data1, index=['제로', '하나', '둘'], columns=['a', 'b', 'c'])
df0 = df.loc['제로']
df1 = df.loc[['제로', '둘']]
df2 = df.loc['제로' : '둘']
print(type(df0))
print(df0)
print(type(df1))
print(df1)
print(type(df2))
print(df2)
loc : - 인덱스 이름 지정
ex) df.loc['제로']
df.loc[['제로', '둘']]
- 인덱스 이름으로 범위 지정
df.loc['제로' : '둘']
결과)
<class 'pandas.core.series.Series'>
a 10
b 20
c 30
Name: 제로, dtype: int64
<class 'pandas.core.frame.DataFrame'>
a b c
제로 10 20 30
둘 12 22 32
<class 'pandas.core.frame.DataFrame'>
a b c
제로 10 20 30
하나 11 21 31
둘 12 22 32
인덱스로 행선택 iloc
import pandas as pd
data1 = [[10, 20, 30], [11, 21, 31], [12, 22, 32]]
df = pd.DataFrame(data1, index=['제로', '하나', '둘'], columns=['a', 'b', 'c'])
df0 = df.iloc[0]
df1 = df.iloc[[0, 2]]
df2 = df.iloc[0 : 2]
print(type(df0))
print(df0)
print(type(df1))
print(df1)
print(type(df2))
print(df2)
data1 = [[10, 20, 30], [11, 21, 31], [12, 22, 32]]
df = pd.DataFrame(data1, index=['제로', '하나', '둘'], columns=['a', 'b', 'c'])
df0 = df.iloc[0]
df1 = df.iloc[[0, 2]]
df2 = df.iloc[0 : 2]
print(type(df0))
print(df0)
print(type(df1))
print(df1)
print(type(df2))
print(df2)
인덱스 이름과 인덱스로 할때 슬라이싱에서 차이점이 있다.
인덱스 이름 슬라이싱: 끝 이름까지 포함이다.
인덱스 슬라이싱: 끝 인덱스는 포함하지 않는다.
결과)
<class 'pandas.core.series.Series'>
a 10
b 20
c 30
Name: 제로, dtype: int64
<class 'pandas.core.frame.DataFrame'>
a b c
제로 10 20 30
둘 12 22 32
<class 'pandas.core.frame.DataFrame'>
a b c
제로 10 20 30
하나 11 21 31
열선택
import pandas as pd
data1 = [[10, 20, 30], [11, 21, 31], [12, 22, 32]]
df = pd.DataFrame(data1, index=['제로', '하나', '둘'], columns=['a', 'b', 'c'])
df0 = df['a']
df1 = df.a
dcol = df.columns
df2 = df[dcol[0]]
df3 = df[['a', 'c']]
df4 = df[df.columns[:3]]
print(type(df0))
print(df0)
print(type(df1))
print(df1)
print(type(df2))
print(df2)
print(type(df3))
print(df3)
print(type(df4))
print(df4)
data1 = [[10, 20, 30], [11, 21, 31], [12, 22, 32]]
df = pd.DataFrame(data1, index=['제로', '하나', '둘'], columns=['a', 'b', 'c'])
df0 = df['a']
df1 = df.a
dcol = df.columns
df2 = df[dcol[0]]
df3 = df[['a', 'c']]
df4 = df[df.columns[:3]]
print(type(df0))
print(df0)
print(type(df1))
print(df1)
print(type(df2))
print(df2)
print(type(df3))
print(df3)
print(type(df4))
print(df4)
열선택은 DataFrame 객체[열이름]이다.
ex) df0 = df['a']
열인덱스로 선택할려면 다음과 같이 한다.
dcol = df.columns
df2 = df[dcol[0]]
인덱스를 직접 넣으면 에러가 발생한다.
여러개의 열 선택
ex) df3 = df[['a', 'c']]
열 슬라이싱도 columns를 이용한다.
df4 = df[df.columns[:3]]
결과)
<class 'pandas.core.series.Series'>
제로 10
하나 11
둘 12
Name: a, dtype: int64
<class 'pandas.core.series.Series'>
제로 10
하나 11
둘 12
Name: a, dtype: int64
<class 'pandas.core.series.Series'>
제로 10
하나 11
둘 12
Name: a, dtype: int64
<class 'pandas.core.frame.DataFrame'>
a c
제로 10 30
하나 11 31
둘 12 32
<class 'pandas.core.frame.DataFrame'>
a b c
제로 10 20 30
하나 11 21 31
둘 12 22 32
원소 선택
import pandas as pd
data1 = [[10, 20, 30], [11, 21, 31], [12, 22, 32]]
df = pd.DataFrame(data1, index=['제로', '하나', '둘'], columns=['a', 'b', 'c'])
df0 = df.loc['제로', 'a']
df1 = df.iloc[0, 1]
df2 = df.loc['제로', ['a', 'c']]
df3 = df.loc['제로', 'a': 'c']
df4 = df.iloc[2, 0: 3]
print(df0)
print(df1)
print(df2)
print("slicing")
print(df3)
print(df4)
data1 = [[10, 20, 30], [11, 21, 31], [12, 22, 32]]
df = pd.DataFrame(data1, index=['제로', '하나', '둘'], columns=['a', 'b', 'c'])
df0 = df.loc['제로', 'a']
df1 = df.iloc[0, 1]
df2 = df.loc['제로', ['a', 'c']]
df3 = df.loc['제로', 'a': 'c']
df4 = df.iloc[2, 0: 3]
print(df0)
print(df1)
print(df2)
print("slicing")
print(df3)
print(df4)
결과)
10
20
a 10
c 30
Name: 제로, dtype: int64
slicing
a 10
b 20
c 30
Name: 제로, dtype: int64
a 12
b 22
c 32
Name: 둘, dtype: int64
특정 칼럼을 dataframe으로 보는 방법은 다음의 세가지가 있다.
df[['a', 'c']]
df.loc[:, ['a', 'c']]
df.iloc[:, [0, 2]]
같은 결과로 쥬피터 노트북에서 보면 다음과 같다.
