[23.06.12] Python Series, DataFrame - 07(4)

 

 

 

시리즈와 데이터프레임 직접 만들기¶

데이터 프레임과 시리즈는 리스트나 딕셔너리와 비슷하지만 데이터를 다루는 데 특화되어 있음¶

 

 

1. 시리즈 만들기¶

 

In [1]:

import pandas as pd

 

In [3]:

s = pd.Series(['apple', 33])  # 인덱스는 보통 0부터 시작
print(s)

 

 

0    apple
1       33
dtype: object

 

In [5]:

list_data = ['2023-04-28', 3.14, 'encore', 100, True]
s = pd.Series(list_data)
print(s)
print('\n')
print(type(s))

 

 

0    2023-04-28
1          3.14
2        encore
3           100
4          True
dtype: object


<class 'pandas.core.series.Series'>

 

In [7]:

# 인덱스 배열은 변수 idx에 저장, 데이터 값 배열은 변수 val에 저장
idx = s.index
val = s.values
print(idx)
print('\n')
print(val)

 

 

RangeIndex(start=0, stop=5, step=1)


['2023-04-28' 3.14 'encore' 100 True]

 

In [8]:

# 딕셔너리를 Series() 함수에 전달하면 시리즈 객체로 변환
dict_data = {'a':1, 'b':2, 'c':3}
s = pd.Series(dict_data)
print(s)
print(type(s))

 

 

a    1
b    2
c    3
dtype: int64
<class 'pandas.core.series.Series'>

 

 

2. 시리즈를 생성할 문자열을 인덱스로 지정할 수 있음¶

문자열을 인덱스로 지정하려면 Series 메서드의 index 인자를 통해 사용하고자 하는 문자열을 리스트에 담아 전달하면 됨¶

 

In [9]:

s = pd.Series(['Jane', 'student'], index=['Person', 'Job'])
print(s)

 

 

Person       Jane
Job       student
dtype: object

 

 

3. 딕셔너리로 데이터 프레임 생성¶

• 파이썬의 기본 자료 구조로 데이터 프레임 생성이 가능
• 아래의 예제는 딕셔너리로 데이터 프레임을 생성하는 예제
• 딕셔너리를 DataFrame 클래스에 전달해야 함
• 데이터 프레임의 컬럼은 모두 시리즈임
• 아래의 예제는 5개의 시리즈로 구성된 데이터 프레임

 

In [13]:

scientists = pd.DataFrame({
    'Name': ['Rosaline Franklin', 'William Gosset'],
    'Occupation': ['Chemist', 'Statistician'],
    'Born': ['1920-07-25', '1876-06-13'],
    'Died': ['1958-04-16', '1937-10-16'],
    'Age': [37, 61],
})

scientists

 

Out[13]:

	Name	Occupation	Born	Died	Age
0	Rosaline Franklin	Chemist	1920-07-25	1958-04-16	37
1	William Gosset	Statistician	1876-06-13	1937-10-16	61

 

 

columns 인자를 사용하면 데이터 프레임의 열 순서를 지정할 수 있음¶

indecs, columns 지정¶

 

In [19]:

scientists = pd.DataFrame(
    data = {'Occupation': ['Chemist', 'Statistician'],
            'Born': ['1920-07-25', '1876-06-13'],
            'Died': ['1958-04-16', '1937-10-16'],
            'Age': [37, 61]},
    index = ['Rosaline Franklin', 'William Gosset'],
    columns = ['Occupation', 'Born', 'Age', 'Died']
    )

scientists

 

Out[19]:

	Occupation	Born	Age	Died
Rosaline Franklin	Chemist	1920-07-25	37	1958-04-16
William Gosset	Statistician	1876-06-13	61	1937-10-16

 

 

딕셔너리는 데이터의 순서를 보장하지 않음¶

순서가 보장된 딕셔너리를 전달하려면 OrderedDict 클래스 사용¶

 

In [24]:

from collections import OrderedDict

scientists = pd.DataFrame(OrderedDict([
    ('Name', ['Rosaline Franklin', 'William Gosset']),
    ('Occupation', ['Chemist', 'Statistician']),
    ('Born', ['1920-07-25', '1876-06-13']),
    ('Died', ['1958-04-16', '1937-10-16']),
    ('Age', [37, 61])
])
)

scientists

 

Out[24]:

	Name	Occupation	Born	Died	Age
0	Rosaline Franklin	Chemist	1920-07-25	1958-04-16	37
1	William Gosset	Statistician	1876-06-13	1937-10-16	61

 

 

데이터 프레임에서 시리즈 선택하기¶

 

In [25]:

scientists = pd.DataFrame(
    data = {'Occupation': ['Chemist', 'Statistician'],
            'Born': ['1920-07-25', '1876-06-13'],
            'Died': ['1958-04-16', '1937-10-16'],
            'Age': [37, 61]},
    index = ['Rosaline Franklin', 'William Gosset'],
    columns = ['Occupation', 'Born', 'Died', 'Age']
    )

scientists

 

Out[25]:

	Occupation	Born	Died	Age
Rosaline Franklin	Chemist	1920-07-25	1958-04-16	37
William Gosset	Statistician	1876-06-13	1937-10-16	61

 

In [26]:

first_row = scientists.loc['William Gosset']
print(type(first_row))

 

 

<class 'pandas.core.series.Series'>

 

 

Index, values 속성과 keys 메서드 사용하기¶

 

 

1. Index 속성 사용하기¶

 

In [27]:

print(first_row.index)

 

 

Index(['Occupation', 'Born', 'Died', 'Age'], dtype='object')

 

 

2. values 속성 사용하기¶

 

In [28]:

print(first_row.values)

 

 

['Statistician' '1876-06-13' '1937-10-16' 61]

 

 

3. keys 메서드 사용하기¶

 

In [31]:

# keys 는 속성이 아닌 메서드, keys 메서드는 index 속성과 같은 역할을 함
print(first_row.keys())

 

 

Index(['Occupation', 'Born', 'Died', 'Age'], dtype='object')

 

 

index 속성 응용하기¶

 

In [30]:

print(first_row.index[0])

 

 

Occupation

 

 

시리즈의 mean, min, max, std 메서드 사용하기¶

 

In [32]:

ages = scientists['Age']
print(ages)

 

 

Rosaline Franklin    37
William Gosset       61
Name: Age, dtype: int64

 

In [44]:

ages.mean()  # 평균

 

Out[44]:

49.0

 

In [50]:

ages.min()   # 최솟값

 

Out[50]:

37

 

In [49]:

ages.max()  # 최댓값

 

Out[49]:

61

 

In [48]:

ages.std()  # 표준편차

 

Out[48]:

16.97056274847714