Abstract image of a woman sitting on books and studying on a laptop

Python+numpy pandas 3편

Download as PPTX, PDF
Yong Joon Moon, profile picture
Yong Joon Moon

Python+numpy pandas 3편

1 of 255
Downloaded 378 times
Moon Yong Joon 1 Python numpy, pandas 기초-3편
6. Pandas 모듈 기초 7. Pandas Series/ DataFrame 기초 8.Pandas series/dataframe 공통메소드 9. Pandas index class 10.Pandas groupby 처리 11. Pandas panel(3차원) 목차 2
3 6. Pandas 모듈 기초
4 Pandas 구조
PANDAS 데이터 타입 구조 5
1차원의 데이터를 관리하는 컨테이너이면 dict 타 입처럼 index와 value가 항상 연계되어 처리 6 Series 구조 : 1차원 index 0 1 2 data: 실제 데이터 값 index : 데이터를 접근할 정보 index.name으로 index도 name을 지정할 수 있음 dtypes : 데이터들의 타입 name : Series 인스턴스의 이름 values dtypes
1차원의 데이터를 관리하는 컨터이너이며 index 등을 별도로 정의할 수 있음 7 Series 구조 생성
Series 인스턴스들이 DataFrame의 칼럼으로 들 어가는 구조 columns는 series 명이 되어야 하고 index는 series의 index로 처리 8 DataFrame 구조: 2차원 Index(행) Column(열) col1 col2 col3 row1row2row3 index 0 1 2 values dtype name index 0 1 2 values dtype name index 0 1 2 values dtype name Series에서 DataFrame 전환
n*m 행렬구조를 가지는 데이터 구조이고 index 와 column이 별도의 명을 가지고, column별로 다른 데이터 타입을 가질 수 있음 9 DataFrame 생성 Index(행) Column(열) col1 col2 col3 row1row2row3
3차원의 데이터를 관리하는 컨테이너 10 Panel 구조 : 3차원 index item0 item1 data Index(행) Column(열) col1 col2 col3 row1row2row3 DataFrame Index(행) Column(열) col1 col2 col3 row1row2row3 data = {'Item1' : pd.DataFrame(np.random.randn(3, 3)), 'Item2' : pd.DataFrame(np.random.randn(3, 3))} pd.Panel(data)
INDEX/SLICE 지원 11
[ ] 연사자 내의 숫자는 마지막을 포함하지 않지 만 문자일 경우 마지막 값도 처리 12 슬라이싱 처리시 숫자와 문자 [0,0] [0,1] [0,2] Row : 행 Column: 열 0 0 1 2 [0,0] [0,1] [0,2] Column: 열 0 a b c 숫자로 조회 문자로 조회
[ ] 연산자로 원소값(scalar) 및 일차원(Series) 조 회 13 원소값, 일차원 [0,0] Row : 행 Column: 열 [0,0] [0,1] [0,2] Row : 행 Column: 열 0 0 1 2
[ ] 조회로 2차원과 3차원 조회 14 2차원/3차원 [0,0] [0,1] [0,2] [1,0] [1,1] [1,2] [2,0] [2,1] [2,2] Row : 행 Column: 열 0 1 2 0 1 2
INDEX 구조 15
labels, names으로 분리해서 접근할 수 있는 정보 를 관리 16 Index에 대한 객체화 Index(행) Column(열) col1 col2 col3 row1row2row3 labels names Index에 대한 위치관리 Levels에 대한 명 labels names Column 에 대한 위치관리 Levels에 대한 명 Index(행) Column(열)
Levels, labels, names으로 분리해서 접근할 수 있 는 정보를 관리 17 multiIndex에 대한 객체화 Index(행) Column(열) col1 col2 col3 row1row2row3 levels labels names Index에 대한 이름관리 Index에 대한 위치관리 Levels에 대한 명 levels labels names Column 에 대한 이름관리 Column 에 대한 위치관리 Levels에 대한 명 Index(행) Column(열) row1row2row3 col1 col2 col3
18 Pandas Series class
SERIES 구조 19
1차원의 데이터를 관리하는 컨테이너 20 Series 구조 pandas.Series(data,index,dtypes,name,copy)
CLASS 생성 21
List를 받아서 Series 인스턴스를 생성 22 Series생성 : list-like
dict를 받아서 키는 index, 값은 values로 저장되 는 Series 인스턴스를 생성 23 Series생성 : dict-like
Series는 value 값을 ndarray와 index를 Index 타 입으로 구성 24 Series 내부 data type
INDEX 대체하기 25
Index에도 name 속성이 존재해서 index 내부의 name 부여 26 Series생성 :index에 name 부여
SERIES INDEX/SLICE 검색 27
Index가 없을 경우 RangeIndex, 숫자로 index 부 여하면 Int64Index, 문자는 Index 타입으로 28 Series 조회 : index Index가 숫자나 문자로 검색이 가 능함
숫자는 RangeIndex, 문자는 Index 타입으로 관리 하여 index 값으로 슬라이싱도 조회 29 Series 조회 : slice 문자로 slice 할 때는 해당표시 하는 것까지 포함되어 처리 됨
FANCY 검색 30
논리식으로 처리하면 True/False 원소로 리스트 가 생성되이 이 중에 True 인 것만 검색 31 Series 조회 : 논리식
Fancy 접근처럼 [ ] 내부에 리스트로 index 정보 를 주고 검색이 가능 32 Series 조회 :fancy 방법
33 Pandas DataFrame class
DATAFRAME CLASS 구조 34
n*m 행렬구조를 가지는 데이터 구조 생성 35 DataFrame 생성 class DataFrame(pandas.core.generic.NDFrame) | 2차원 행렬 | Parameters | ---------- | data : numpy.ndarray ,dict, or DataFrame | dict can contain Series, arrays, constants, or list-like objects | index : Index or array-like | 행에 대한 정보 기본은 np.arange(n), 명칭도 부여 가능 | columns : Index or array-like 행에 대한 정보 기본은 np.arange(n), 명칭도 부여 가능 | dtype : dtype, default None | Data type to force, otherwise infer | copy : boolean, default False | Copy data from inputs. Only affects DataFrame / 2d ndarray input
Series로 DataFrame를 생성하고 하나의 칼럼을 조회 해 보면 Series 타입으로 조회 되고 DataFrame의 values는 ndarray으로 2차원으로 관리 36 DataFrame 내부 data type
DataFrame 는 value 값을 ndarray와 index를 Index 타입으로 구성 37 DataFrame 내부 data type
CLASS 생성 38
DataFrame은 기본적으로 column 단위로 데이터 를 관리함 39 DataFrame 생성: 1 column 행 열 col1 row1row2row3
column단위로 리스트를 만들어서 zip을 이용해 서 순서쌍을 만들고 데이터를 생성 40 DataFrame 생성: list/tuple
column단위로 리스트를 만들어서 dict에 대입해 서 데이터를 생성하면 key가 columns 명으로 들 어감 41 DataFrame 생성: dict
DataFrame 정의시 columns 정의한 순서대로 저 장됨 42 DataFrame 칼럼 추가: 순서
SERIES를 이용해서 생성 43
series로 dataframe을 생성하면 series index는 행 (index)으로 가고 series name은 열(column)로 표시 44 Dataframe : Series 1개로 생성
series를 list로 dataframe을 생성하면 series index는 칼럼으로 가고 series name은 index로 표 시 45 Dataframe : list(Series) List로 생성시 행과 열이 바뀌므로 주의 해야 함
series를 dict으로 dataframe을 생성하면 series index는 index으로 가고 series name은 columns 로 표시 46 Dataframe : dict(Series) 1
series를 dict으로 dataframe을 생성하면 series index는 index으로 가고 series name은 columns 로 표시 47 Dataframe : dict(Series) 2
series를 dict comprehension을 이용해서 dataframe을 생성하면 series index는 index으로 가고 series name은 columns로 표시 48 Dataframe : dict comprehension
INDEX/COLUMNS 대체하기 49
Index의 원소는 변경이 불가하지만 전체를 대체 할 수 있음 50 DataFrame index 대체
DataFrame은 기존에 행에 이름을 부여(index 속 성) 51 DataFrame : index 이름 부여 행 열 col1 row1row2row3 col2
DataFrame은 기본적으로 column 명을 추가를 할 수 있지만 실제는 칼럼명이 대체되는 것 52 DataFrame : column 명 변경 행 열 col1 row1row2row3
DATAFRAME 칼럼 검색 53
DataFrame.칼럼명으로 조회하면 칼럼단위로 조 회가 가능 54 DataFrame 칼럼명으로 조회
DataFrame은 기존에 행에 이름을 부여(index 속 성) 55 DataFrame 행 이름 부여 행 열 col1 row1row2row3 col2
객체의 속성에 접근하는 것처럼 칼럼이름을 속성 으로 표시해서 접근해 데이터 검색 56 DataFrame 접근: 속성형식 조회
DataFrame은 단일 열을 인덱스 방식([ ]) 57 DataFrame 검색 : column 행 열 col1 row1row2row3 col2
DataFrame은 멀티 열은 슬라이스 방식([ [ , ] ]) 을 사용하지만 칼럼명을 리스트로 작성해서 검색 58 DataFrame 검색 : multi column 행 열 col1 row1row2row3 col2
DATAFRAME 논리식 접근 59
DataFrame 내의 논리식을 표현하면 True 일 경 우 출력됨 60 DataFrame 조회 : 논리식
DATAFRAME FANCY 검색 61
[[“칼럼 위치”]]로 조회하면 칼럼 기준으로 접근 해서 데이터 검색 62 DataFrame 접근: 칼럼위치
여러 개의 칼럼([[칼럼위치]])을 기준으로 접근해 서 데이터 검색 63 DataFrame 접근: 여러개 칼럼위치
64 Pandas 함수 및 메소드 처리
동일 규칙 함수나 메소드 지원 65
Pandas도 메소드가 동일 이름으로 class마다 정 의되어있고 처리 방식도 유사 66 동일 메소드 지원 Series class 메소드 DataFrame class 메소드
Series이 index 범위가 벗어나면 KeyError 발생 67 Series 조회 : No Index
Series이 index 범위가 벗어나도 KeyError 발생 하지 않으려면 get() 메소드를 사용해서 index 범 위를 초과할 경우 사용 68 Series 조회 : get() 메소드
DataFrame 이 index 범위가 벗어나면 KeyError 발생 69 DataFrame 조회 : No Index
DataFrame 이 index 범위가 벗어나도 KeyError 발생하지 않으려면 get() 메소드를 사용해서 index 범위를 초과할 경우 사용 70 DataFrame 조회 : get() 메소드
데이터 복사 71
Serise와 DataFrame의 색인은 view를 보여주므 로 별도의 복사본이 필요한 경우 반드시 copy해 서 사용 72 복사본을 만들고 갱신처리
copy 메소드를 이용해서 생성하면 다른 인스턴스 가 생성되지만 값을 비교(==)와 인스턴스비교(is) 는 다른 결과가 나옴 73 Series 카피 후 생성 : copy
copy 메소드를 이용해서 생성하면 다른 인스턴스 가 생성되지만 값을 비교(==)와 인스턴스비교(is) 는 다른 결과가 나옴 74 DataFrame카피 후 생성 : copy
GROUPBY 처리 75
하나의 칼럼을 기준으로 group화해서 칼럼들에 대한 연산 처리 76 Groupby letter one two 0 a 1 2 1 a 1 2 2 b 1 2 3 b 1 2 4 c 1 2 one two letter a 2 4 b 2 4 c 1 2 letter one two 0 a 1 2 1 a 1 2 2 b 1 2 3 b 1 2 4 c 1 2 two letter one a 1 4 b 1 4 c 1 2
APPLY 처리 77
Apply 메소드는 내부 함수를 모든 원소에 대해 계 산을 처리함 78 Dataframe 모든 원소에 적용 Index(행) Column(열) col1 col2 col3 row1row2row3 df.apply(func) Apply 메소드 func(df 원소값)을 넣어 전체 값 을 전환 Index(행) Column(열) col1 col2 col3 row1row2row3
79 Pandas Matplotlib 처리
PLOT 함수 사용하기 80
Series로 matplotlib 그래프 그리기 81 Series
DataFrame로 matplotlib 그래프 그리기 82 DataFrame
83 7. Pandas Series/ Dataframe 기초
SERIES 변수 84
Index는 index, 원소는 values에 보관됨 85 Series 구조 속성 1 변수 설명 name Series 인스턴스에 대한 이름 shape DataFrame의 행렬 형태를 표시 dtypes 행과 열에 대한 데이터 타입을 표시 ndim 차원에 대한 정보 표시 strides 데이터를 구성하는 총 갯수 index 생성된 행에 대한 index 표시 values 실제 data를 Numpy 로 변환
원소의 개수는 타입 등 추가 정보를 보관 86 Series 구조 속성 2 변수 설명 size 원소들의 갯수 ftypes Return the ftypes (indication of sparse/dense and dtype) in this object. axes 행과 열에 대한 축을 접근 표시 empty 내부가 없으면 True 원소가 있으면 False base 기본 데이터의 메모리를 공유하는 경우에는 기본 객체를 반환
Axes(축)은 Index클래스에 대한 정보를 가지고 있고, index(0)에 대한 labels구성에 대한 축을 관 리 87 attribute : axes
88 Series 변환 속성 3 변수 설명 T 행과 열을 변환
89 Series 내부구조 검색
SERIES 내부 VIEW 제공 90
blocks, ix, iat,at,iloc,loc 등 다양한 접근 방안을 제공 91 Series 내부 view 제공
SERIES 내부 VIEW : BLOCK 92
Series 인스턴스를 dict 타입으로 변환처리 93 Series 구조 변환: blocks dtypes index 0 1 2 values Key (dtype) Value (Series) Series Series를 dict로 전환
SERIES 내부 VIEW : IX 94
주요 Series 인스턴스의 값을 접근하기 위해 ix 객 체를 제공하고 label, index로 접근이 가능 95 Series 접근 : ix
개별 원소별로 접근해서 처리 96 Series 접근 : ix 원소별 접근
Slicing 접근시 index가 문자일 경우는 문자가 해 당하는 위치까지 포함 97 Series 접근 : ix slicing 접근
SERIES 내부 VIEW : 기타 98
주요 Series 인스턴스의 값을 접근하기 위해 at은 레이블,iat은 인덱스로 처리해서 값을 검색 99 Series 접근 : at/iat
주요 Series 인스턴스의 값을 접근하기 위해 loc 는 값과 슬라이싱 처리를 포함해서 검색, 칼럼명 으로 조회시는 마지막도 검색됨 100 Series 접근 : loc/iloc
101 Dataframe 변수
DATAFRAME 기본 속성 102
이름과 생일을 한쌍을 만들어서 dataframe으로 생성 103 DataFrame 생성 Index(행) Column(열) col1 col 2 row1row2row3
Index, columns, shape에 대한 정보 조회 104 attribute : Index, columns, shape 변수 설명 shape DataFrame의 행렬 형태를 표시 index 행에 대한 접근 표시 columns 칼럼에 대한 접근 표시
dtypes, at(indexing/slicing), ndim에 대한 속성 값들을 확인 105 attribute : dtypes, ndim 변수 설명 ndim 차원에 대한 정보 표시 dtypes 행과 열에 대한 데이터 타입 을 표시
empty, ftypes에 대한 속성 값들을 확인 106 attribute : empty, ftypes 변수 설명 ftypes Return the ftypes (indication of sparse/d ense and dtype) in this object. empty DataFrame 내부가 없으면 True 원소가 있으면 False
size, values, T에 대한 속성 값들을 확인 107 attribute : size, values, T 변수 설명 size 원소들의 갯수 values Numpy 로 변환 T 행과 열을 변환
Axes(축)은 Index클래스에 대한 정보를 가지고 있고, index(0)/ columns(1)에 대한 labels구성에 대한 축을 관리 108 attribute : axes
109 DataFrame 내부구조 검색
DATAFRAME: BLOCKS 110
DataFrame의 blocks 속성에 가지고 있는 정보를 검색 111 DataFrame.blocks
DataFrame의 blocks 속성에 정의된 타입을 기준 으로 칼럼 정보를 검색 112 DataFrame.blocks 내부 조회
DATAFRAME: IX 113
ix로 내부 값을 조회 114 DataFrame.ix
DataFrame의 ix는 숫자로 내부의 series와 값을 조회 115 DataFrame.ix 조회
DataFrame은 ix 속성을 이용해서 행과 열을 동 시에 검색 ([ 행(슬라이싱 : ), 칼럼(명) ]) 116 DataFrame 행과열 검색 1 행 열 col1 row1row2row3 col2
DataFrame은 ix 속성을 이용해서 행과 복수의 열을 동시에 검색 ([ 행(슬라이싱 : ), [칼럼명,칼 럼명 ]) 117 DataFrame 행과열 검색 2 행 열 col1 row1row2row3 col2
슬라이싱할 경우는 뒤에 행이 포함되지 않지만 내부 속성으로 접근시는 뒤에 행도 포함해서 표 시 118 row 접근시 슬라이싱 계산차이
DataFrame의 ix는 숫자로 내부의 series와 값을 갱신 119 DataFrame.ix 갱신
DATAFRAME: IAT/AT 120
iat로 내부 값을 조회 121 DataFrame.iat
at로 lable로 내부 값을 조회 122 DataFrame.at
DATAFRAME: ILOC/LOC 123
loc로 내부 값을 조회 124 DataFrame.loc
DataFrame은 단일 행을 인덱스 방식([ ]) 125 DataFrame 단일 행 검색 행 열 col1 row1row2row3 col2
DataFrame은 멀티행을 슬라이싱 방식([ : ])을 사 용하지만 이름으로 검색시에는 해당 이름까지 포 함해서 처리 126 DataFrame 멀티 행 검색 행 열 col1 row1row2row3 col2
iloc로 숫자로 내부(series,값) 를 조회 127 DataFrame.iloc
128 8. Pandas series/dataframe 공통 메소드
129 데이터 head/tail 확인
SERIES 130
Head/tail 조회 default가 5건이며, n= 숫자를 인 자로 전달해서 더 많은 건을 조회할 수 있음 131 Series head/tail조회
DATAFRAME 132
DataFrame은 head()메소드를 이용해서 default=5까지 검색 133 DataFrame head 검색
DataFrame은 tail()메소드를 이용해서 default=5까지 검색 134 DataFrame tail 검색
135 데이터 요소 확인
SERIES 136
Series 생성시 NaN 값이 들어가면 isnull/notnull 메소드나 함수로 확인 137 Isnull/notnull
Series count 메소드를 이용해서 null이 아닌 갯 수를 처리 138 Series 원소의 갯수:count
Series value_counts 메소드를 사용해서 원소들 이 구성을 확인 139 Series 원소의 갯수: value_counts
key는 index이고 values는 값을 를 확인 iteritems 메소드는 index,value가 쌍으로 구성 140 Iterable 처리: iteritems
주로 series 타입이 string일 경우 series.str.문자 열메소드를 이용해서 처리하도록 구현 141 Series.str
DATAFRAME 142
count 메소드를 이용해서 null이 아닌 갯수를 처 리 143 count
Dataframe을 iterable 하게 처리하면 칼럼명과 칼 럼값들의 쌍(column name, Series)으로 조회 144 Iterable 처리: iteritems
Dataframe을 iterable 하게 처리하면 행명과 행값 들의 쌍(index, Series)으로 조회 145 Iterable 처리: iterrows
Dataframe을 iterable 하게 처리하면 행명과 행값 들의 쌍(index, Series)으로 조회 146 Iterable 처리: itertuples
주로 dataframe타입내의 칼럼 즉 series가 string 일 경우 series.str.문자열메소드를 이용해서 처리 하도록 구현 147 DataFrame: Series.str
148 데이터 요소 추가/갱신 메소드
SERIES 149
1원에 대한 index 하나를 가지고 원소에 대해 조 회 및 값 변경 150 get_value/set_value
Series 들을 연결하기 위해 append 메소드를 사 용하고, index 정보가 순서적으로 붙이고 싶으면 index를 변경이 필요 151 Series들을 연결:append
DATAFRAME 152
다차원에 대한 index,column을 지정해서 원소에 대해 조회 및 값 변경 153 get_value/set_value
행/열기준으로 두 객체를 연결 154 Concat: 행과 열기준으로 연결 1
행/열기준으로 두 객체를 연결 155 Concat: 행과 열기준으로 연결 2
행의 값이 일치한 부분이 없을에는 empty 처리 156 DataFrame : merge 병합
subject_id에 값으로 일치하는 것만 처리 157 DataFrame : merge Inner join
열기준(subject_id)으로 모든 것을 표시 158 DataFrame : merge Outer join
159 데이터 타입 변환
SERIES 160
타입을 변경해서 다른 series생성 161 astype : 타입 변환 후 생성
DATAFRAME 162
타입을 변경해서 다른 dataframe 생성 163 astype : 타입 변환 후 생성
164 재색인하기
SERIES 165
인덱스를 지정한 대로 위치가 바뀌고 새로운 series를 생성함 166 Series sort : reindex()
index 변수에 직접 index 값을 할당해서 변경 167 Series reinex 후 index 변경
Reindex할 때 index가 추가되면 NaN 값으로 채 워지지만 ffill(앞의 값 매칭)이나 bfill(뒤의 값 매 칭)을 method에 지정하면 보간법 처리 168 Series reindex 시 값 넣기
DATAFRAME 169
DataFrame 내의 index를 다시 index해서 조정이 가능하며 index가 추가시 fill_value로 지정해서 값을 초기화 170 DataFrame: reindex
DataFrame 내의 원소에 대한 index/columns를 지정해서 reindexing 처리 171 DataFrame : fill_value
DataFrame 내의 원소에 대한 index를 재지정해 서 reindexing 처리시 값 처리는 method 인자에 ffill, bfill를 넣어 앞이나 뒷의 값을 기준으로 넣음 172 DataFrame :method
173 sorting
SERIES 174
값을 기준으로 내부 series를 변경함 175 Series sort : sort_values()
DATAFRAME 176
인덱스(axis=0은 행, axis=1은 열)를 기준으로 내 부 DataFrame를 변경함 177 DataFrame sort : sort_index
값을 기준으로 내부 DataFrame를 변경함 178 DataFrame sort : sort_values()
DataFrame 내의 원소에 대한 sorting 하고 inplace로 세팅해서 내부 변경처리 179 DataFrame sort_value
180 값 변경
SERIES 181
Pop 메소드를 이용해서 칼럼을 꺼낸 후 삭제하기 182 칼럼 삭제: pop
Replace 메소드는 값 전체를 바꾸므로 특정부분 을 추출하여 적용할 경우에만 특정 값이 변경 183 Series 특정 원소 변경 : replace()
DATAFRAME 184
Insert 메소드를 이용해서 새로운 칼럼을 삽입 185 칼럼 삽입: insert
Pop 메소드를 이용해서 칼럼을 꺼낸 후 삭제하기 186 칼럼 삭제: pop
DataFrame.칼럼명 또는 [‘칼럼명’]으로 조회하면 칼럼단위로 갱신 187 DataFrame 칼럼 갱신 다른 값으로 변경 동일 값으로 변경
DataFrame[열]로 갱신시 기존에 없는 칼럼이 있 으면 칼럼 추가가 됨 188 DataFrame 갱신시 주의사항
DataFrame은 기존에 없는 column에 값을 scala 로 할당시 행에 맞춰 Broadcasting처리 189 DataFrame 칼럼 추가 행 열 col1 row1row2row3 col2
DataFrame은 기존에 없는 column에 칼럼을 할 당 190 DataFrame 칼럼 추가:칼럼복사 행 열 col1 row1row2row3 col2
DataFrame은 기존에 존재한 column에 값을 추 가할 경우 broadcasting되어 칼럼이 변경 191 DataFrame 칼럼값 변경 행 열 col1 row1row2row3 col2
칼럼별 swap 처리를 하려면 indexinf[ ]처리하기 위해 리스트에 칼럼명을 사용해서 처리 192 DataFrame 접근: swap처리
DataFrame 내의 원소를 검색한 후에 대치시킴 193 Replace : 원소 한 개 변경
DataFrame 내의 원소를 검색한 후에 대치시킴 194 Replace : 원소 여러 개 변경
195 삭제
SERIES 196
Drop을 사용해서 요소를 제거함 197 Series: drop
del로 요소를 하나씩 제거함 198 Series: del
DATAFRAME 199
DataFrame은 기존에 존재한 column을 drop 메 소드로 삭제 200 DataFrame 칼럼 삭제 : drop
행과 열에 대한 값을 삭제 할 수 있다. 열은 axis=1 도 추가해야 함. 단, 기존 값은 변경하지 않고 새 로운 객체를 추가 201 DataFrame : drop
문자열 칼럼인 name, axis =1(칼럼 축)을 삭제 202 Name 칼럼을 drop 삭제
DataFrame은 기존에 존재한 column을 del로 삭 제 203 DataFrame 칼럼 삭제 : del 행 열 col1 row1row2row3
204 산술연산 메소드
SERIES 205
Series와 scalar 값과 계산시 전체를 vector 값으 로 전환해서 계산하고, vector 간 연산시는 index 가 매칭되지 않을 경우는 NaN 처리 206 Series 연산: scalar/vector
Series 인스턴스에 대한 산술연산(+,-,*,/,//,%) 207 Series : +,-,*,/,//,%
Series 인스턴스의 값들이 음수일 경우 절대값 (abs) 처리 208 Series : abs
add/radd 메소드와 sub/rsub 메소드 사용 209 Series 연산: add/sub
mul/rmul 메소드 와 mod/rmod 메소드 사용 210 Series 연산: mul/mod
div/rdiv/floordiv/rfloordiv/truediv/rtruediv/di vide 메소드 사용 211 Series 연산: div
Series 내의 최고 발생한 것을 확인하는 메소드 212 Series : mode
평균(mean), 중앙값(median),표준편차(std), 분 산(var)에 대해 구하기 213 Series 합,평균,표준편차,분산
평균(mean), 표준편차(std), 분산(var) 등을 한번 에 구하기(describe) 214 Series 숫자 데이터 통합 조회
문자들로 값을 구성할 경우 describe는 count, unque, 빈도에 대한 결과를 series 타입으로 반환 215 Series 문자 데이터 통합 조회
Series 인스턴스내의 동일한 숫자 원소가 몇 개인 지를 확인 (nunique) 216 Series 동일한 숫자 원소 확인
DATAFRAME 217
DataFrame 간의 산술연산 계산 218 산술연산자 이용
add, sub, mul 산술연산에 대한 처리 219 Dataframe : +, - , *
truediv, floordiv, mod 산술연산에 대한 처리 220 Dataframe : /,//, mod
산술연산에 대한 처리 221 Dataframe 간 우측산술연산
산술연산에 대한 처리 222 칼럼간 산술연산
칼럼에 최대 빈도 값을 출력 223 Mode 연산
DataFrame 전체에 대한 전체 통계적 정보 조회 224 describe:전체 통계정보 조회
DataFrame 특정 칼럼에 대한 통계 정보 조회 225 describe: 칼럼 통계정보 조회
describe() 에 결과를 mean()메소드로 확인 226 Describe내 값을 메소드로 확인
열에 대한 합,평균, 표준편차, 분산 처리 227 합,평균, 표준편차, 분산 : 열
행에 대한 합,평균, 표준편차, 분산 처리 228 합,평균, 표준편차, 분산 : 행
229 min/max 메소드
SERIES 230
Series 인스턴스 내의 원소들에 대한 min/max 구 하거나 index 값을 구하기 231 min/max, idxmin/idxmax
Series 인스턴스 내의 원소에 대한 min/max를 찾 고 최고값이나 최저값으로 변경하는 cummin/cummax 구하기 232 Series cummin/cummax
비교나 논리 연산을 사용할 경우에도 Series 인스 턴스 전체가 처리가 되므로 이를 축소해서 boolean 처리하기 위한 메소드 233 Boolean Reductions
원소의 값이 논리식에 위한 전부 True 경우만 all() 에서 True, any() 메소드는 하나의 True만 존재해 도 True로 처리 234 any(), all() : 비교
Bool메소드는 하나의 원소의 값이 True/False 여 부 체크 및 계산된 결과가 동등한지 처리하는 메 소드 235 bool()/equals()
DATAFRAME 236
열에 대한 min/max 처리 237 min/max : 열
행에 대한 min/max 처리 238 min/max : 행
논리 연산에 대한 행(axis=1), 열(axis=0)에 대한 처리 239 All
행과 열의 논리 연산을 한 결과에 대해 축약형 논 리값 표시 240 any
계산된 결과가 동등한지 처리하는 메소드 241 equals()
242 Dataframe apply
APPLY 처리 특징 243
Apply 메소드는 내부 함수를 모든 원소에 대해 계 산을 처리함 244 Dataframe 모든 원소에 적용
사용자 함수 정의 후 계산 245
칼럼정보를 받아서 sum과 count 등을 계산하는 함수 정의 246 사용자 함수 정의 확인
Platoon, Casualties 칼럼에 대한 sum,count 의 산출을 groupby 기준으로 처리 247 사용자 함수로 산출
APPLY 사용 계산 248
Platoon 칼럼기준으로 Casulties 값을 가지고 합 산, 평균, 표준편차, 분산을 계산 249 Dataframe apply 적용
Platoon 칼럼기준으로 Casulties 값을 가지고 합 산, 평균, 표준편차, 분산을 계산 250 Dataframe apply 적용
APPLY/MAP 메소드 251
문자열로 저장된 칼럼에 대해 소문자를 대문자로 전환 252 Name 칼럼에 apply 메소드 적용
문자열로 저장된 칼럼에 대해 소문자를 대문자로 전환 253 Name 칼럼에 map메소드 적용
APPLYMAP 적용 254
문자열 칼럼은 변경없이 숫자타입일 경우는 100 을 곱셈함 255 모든 칼럼에 대해 함수 적용

More Related Content

PPTX
Python_numpy_pandas_matplotlib 이해하기_20160815
Yong Joon Moon
 
PDF
Matrix calculus
Sungbin Lim
 
PDF
Python avancé : Qualité de code et convention de codage
ECAM Brussels Engineering School
 
PDF
La programmation modulaire en Python
ABDESSELAM ARROU
 
PDF
Ch1 _ les enregistrements.pdf
FadouaBouafifSamoud
 
PPSX
introduction à la modélisation objet
Amir Souissi
 
PPSX
diagramme de classe
Amir Souissi
 
PDF
Python avancé : Ensemble, dictionnaire et base de données
ECAM Brussels Engineering School
 
Python_numpy_pandas_matplotlib 이해하기_20160815
Yong Joon Moon
 
Matrix calculus
Sungbin Lim
 
Python avancé : Qualité de code et convention de codage
ECAM Brussels Engineering School
 
La programmation modulaire en Python
ABDESSELAM ARROU
 
Ch1 _ les enregistrements.pdf
FadouaBouafifSamoud
 
introduction à la modélisation objet
Amir Souissi
 
diagramme de classe
Amir Souissi
 
Python avancé : Ensemble, dictionnaire et base de données
ECAM Brussels Engineering School
 

What's hot(20)

PDF
Chap4 Récursivité en python
Mariem ZAOUALI
 
PDF
Análise de Algoritmos - Solução de Recorrências
Delacyr Ferreira
 
PDF
SOA - Architecture Orientée Service : Démystification
Khaled Ben Driss
 
PPSX
Algorithme & structures de données Chap III
Ines Ouaz
 
PPT
16 aula conjuntos numericos
jatobaesem
 
PDF
Asd1
Menassel Yahia
 
PDF
Chapitre 8: Les arbres
Mohamed Lahby
 
PDF
Cours php bac info
borhen boukthir
 
PDF
Introdução à Lógica de Predicados
Hugo Souza
 
PPT
rupali real analysis ppt.ppt
RupaliBorse3
 
PDF
Serie tri revision_3si
Riadh Harizi
 
PPTX
Algoritmos - Matrizes
Elaine Cecília Gatto
 
PDF
Python avancé : Tuple et objet
ECAM Brussels Engineering School
 
PPT
O Problema de Transporte - Pesquisa Operacional
Alessandro Ranulfo Lima Nery
 
PDF
Chapitre 4 Fonctions et procédures.pdf
C00LiMoUn
 
PDF
Aprendizado de máquina
parasite
 
PDF
A1 spyder variables_operators_nptel_pds1_sol
malasumathi
 
PPT
Matemática Discreta - Parte V relações
Ulrich Schiel
 
PDF
Python avancé : Classe et objet
ECAM Brussels Engineering School
 
PDF
4-Optimization.pdf
minhhieuphung1
 
Chap4 Récursivité en python
Mariem ZAOUALI
 
Análise de Algoritmos - Solução de Recorrências
Delacyr Ferreira
 
SOA - Architecture Orientée Service : Démystification
Khaled Ben Driss
 
Algorithme & structures de données Chap III
Ines Ouaz
 
16 aula conjuntos numericos
jatobaesem
 
Asd1
Menassel Yahia
 
Chapitre 8: Les arbres
Mohamed Lahby
 
Cours php bac info
borhen boukthir
 
Introdução à Lógica de Predicados
Hugo Souza
 
rupali real analysis ppt.ppt
RupaliBorse3
 
Serie tri revision_3si
Riadh Harizi
 
Algoritmos - Matrizes
Elaine Cecília Gatto
 
Python avancé : Tuple et objet
ECAM Brussels Engineering School
 
O Problema de Transporte - Pesquisa Operacional
Alessandro Ranulfo Lima Nery
 
Chapitre 4 Fonctions et procédures.pdf
C00LiMoUn
 
Aprendizado de máquina
parasite
 
A1 spyder variables_operators_nptel_pds1_sol
malasumathi
 
Matemática Discreta - Parte V relações
Ulrich Schiel
 
Python avancé : Classe et objet
ECAM Brussels Engineering School
 
4-Optimization.pdf
minhhieuphung1
 

Similar to Python+numpy pandas 3편(20)

PPTX
Pandas
chs71
 
PPTX
Python+numpy pandas 4편
Yong Joon Moon
 
PPTX
파이썬 데이터 검색
Yong Joon Moon
 
PPTX
파이썬 내부 데이터 검색 방법
Yong Joon Moon
 
PDF
2015-2 MODA 두 번째 스터디
SKKU
 
PPTX
Python 활용: 이미지 처리와 데이터 분석
용 최
 
PPTX
Python+numpy pandas 1편
Yong Joon Moon
 
PDF
Python
SKKU Library
 
PDF
파이썬 데이터과학 레벨2 - 데이터 시각화와 실전 데이터분석, 그리고 머신러닝 입문 (2020년 이태영)
Tae Young Lee
 
PDF
[PyCon KR 2018] 땀내를 줄이는 Data와 Feature 다루기
Joeun Park
 
PPTX
Python+numpy pandas 2편
Yong Joon Moon
 
PDF
12. Application - Python + Pandas
merry7
 
PPTX
파이썬 심화
Yong Joon Moon
 
PPTX
Jupyter notebook 이해하기
Yong Joon Moon
 
PDF
redis 소개자료 - 네오클로바
NeoClova
 
PDF
R 스터디 첫번째
Jaeseok Park
 
PPTX
파이썬 Collections 모듈 이해하기
Yong Joon Moon
 
PPTX
Python data analysis library
Do Young Park
 
PDF
Python Programming: Type and Object
Chan Shik Lim
 
PDF
파이썬으로 익히는 딥러닝
SK(주) C&C - 강병호
 
Pandas
chs71
 
Python+numpy pandas 4편
Yong Joon Moon
 
파이썬 데이터 검색
Yong Joon Moon
 
파이썬 내부 데이터 검색 방법
Yong Joon Moon
 
2015-2 MODA 두 번째 스터디
SKKU
 
Python 활용: 이미지 처리와 데이터 분석
용 최
 
Python+numpy pandas 1편
Yong Joon Moon
 
Python
SKKU Library
 
파이썬 데이터과학 레벨2 - 데이터 시각화와 실전 데이터분석, 그리고 머신러닝 입문 (2020년 이태영)
Tae Young Lee
 
[PyCon KR 2018] 땀내를 줄이는 Data와 Feature 다루기
Joeun Park
 
Python+numpy pandas 2편
Yong Joon Moon
 
12. Application - Python + Pandas
merry7
 
파이썬 심화
Yong Joon Moon
 
Jupyter notebook 이해하기
Yong Joon Moon
 
redis 소개자료 - 네오클로바
NeoClova
 
R 스터디 첫번째
Jaeseok Park
 
파이썬 Collections 모듈 이해하기
Yong Joon Moon
 
Python data analysis library
Do Young Park
 
Python Programming: Type and Object
Chan Shik Lim
 
파이썬으로 익히는 딥러닝
SK(주) C&C - 강병호
 

More from Yong Joon Moon(20)

PPTX
rust ownership
Yong Joon Moon
 
PDF
Scala namespace scope
Yong Joon Moon
 
PDF
Scala companion object
Yong Joon Moon
 
PDF
Scala block expression
Yong Joon Moon
 
PDF
Scala self type inheritance
Yong Joon Moon
 
PDF
Scala variable
Yong Joon Moon
 
PDF
Scala type class pattern
Yong Joon Moon
 
PDF
Scala match pattern
Yong Joon Moon
 
PDF
Scala implicit
Yong Joon Moon
 
PDF
Scala type args
Yong Joon Moon
 
PPTX
Scala trait usage
Yong Joon Moon
 
PPTX
Scala nested function generic function
Yong Joon Moon
 
PDF
Scala dir processing
Yong Joon Moon
 
PDF
Scala syntax function
Yong Joon Moon
 
PDF
스칼라 클래스 이해하기 _Scala class understanding
Yong Joon Moon
 
PPTX
파이썬 반복자 생성자 이해하기
Yong Joon Moon
 
PPTX
파이썬 프로퍼티 디스크립터 이해하기
Yong Joon Moon
 
PPTX
파이썬 문자열 이해하기
Yong Joon Moon
 
PPTX
파이썬 플라스크 이해하기
Yong Joon Moon
 
PPTX
파이썬 Xml 이해하기
Yong Joon Moon
 
rust ownership
Yong Joon Moon
 
Scala namespace scope
Yong Joon Moon
 
Scala companion object
Yong Joon Moon
 
Scala block expression
Yong Joon Moon
 
Scala self type inheritance
Yong Joon Moon
 
Scala variable
Yong Joon Moon
 
Scala type class pattern
Yong Joon Moon
 
Scala match pattern
Yong Joon Moon
 
Scala implicit
Yong Joon Moon
 
Scala type args
Yong Joon Moon
 
Scala trait usage
Yong Joon Moon
 
Scala nested function generic function
Yong Joon Moon
 
Scala dir processing
Yong Joon Moon
 
Scala syntax function
Yong Joon Moon
 
스칼라 클래스 이해하기 _Scala class understanding
Yong Joon Moon
 
파이썬 반복자 생성자 이해하기
Yong Joon Moon
 
파이썬 프로퍼티 디스크립터 이해하기
Yong Joon Moon
 
파이썬 문자열 이해하기
Yong Joon Moon
 
파이썬 플라스크 이해하기
Yong Joon Moon
 
파이썬 Xml 이해하기
Yong Joon Moon
 

Python+numpy pandas 3편