[Pandas] 데이터 분석을 위한 판다스 사용법 - 4. 데이터 가공 : 자료구조와 원소 변경하기

Pandas

파이썬에서 데이터 분석에 많이 이용함, 3가지 형태의 자료 구조와 연산 지원

 

연산

- 데이터 선택
- 데이터 가공
- 데이터 분석

- 데이터 편집

데이터 가공

자료 구조의 원소를 다양하게 가공하는 연산

1. 자료구조 변경
2. 원소 변경
3. 원소 삭제
4. 결측값 처리
5. 함수를 이용한 원소 변경

 

1. 자료구조 변경

date = pd.date_range('2000-01-01', periods=5, freq='Y')

df = pd.DataFrame(
    {
        "A": pd.Series(np.random.randint(0, 10, size=5), index=date),
        "B": pd.Series(np.random.randint(0, 10, size=5), index=date),
        "C": pd.Series(np.random.randint(0, 10, size=5), index=date),
        "D": pd.Series(np.random.randint(0, 10, size=5), index=date),
    }
)

df

 

1-1. 행과 열 추가하기

df["E"] = pd.Series(np.random.randint(0,10, size=5), index=date)
df

 

df.loc['2005-12-31', :] = [0,0,0,0,0]
df

 

 

1-2. 임의 위치에 열 추가하기

pd.date_range('1/1/2000', periods=10, freq='Y') 
#'1/1/2000': 날짜 범위의 시작일을 나타냅니다. 이 경우에는 2000년 1월 1일입니다.
# periods=10: 생성할 날짜의 개수를 나타냅니다. 이 경우에는 10개의 날짜를 생성하게 됩니다.
# freq='Y': 날짜의 주기를 나타냅니다. 'Y'는 연간 주기를 의미합니다. 따라서 10개의 연간 날짜가 생성됩니다.(연말일로)

df.insert(2, 'AA', 
  pd.Series(
    np.random.randn(10), 
    index=pd.date_range('1/1/2000', periods=10, freq='Y')
  )
)
df

 

1-3. 행/열 삭제하기

df = df.drop('2005-12-31', axis=0)  #반환값을 다시 받아주어야함
df = df.drop('E', axis=1)
df

 

 

 

2. 원소 변경

date = pd.date_range('2000-01-01', periods=5, freq='Y')

df = pd.DataFrame(
    {
        "A": pd.Series(np.random.randint(0, 10, size=5), index=date),
        "B": pd.Series(np.random.randint(0, 10, size=5), index=date),
        "C": pd.Series(np.random.randint(0, 10, size=5), index=date),
        "D": pd.Series(np.random.randint(0, 10, size=5), index=date),
    }
)

df

 

 

2-1. 열 단위 변경

df["A"] = [1,1,1,1,1]
df

 

 

df.iloc[:, 1] = [2,2,2,2,2]
df

 

 

2-2. 행 단위 변경

# 행단위
df.loc['2000-12-31', :] = [2,2,2,2]
df

df.iloc[2, :] = [3,3,3,3]
df

 

 

2-3. 영역 단위 변경

date = pd.date_range('2000-01-01', periods=5, freq='Y')

df = pd.DataFrame(
    {
        "A": pd.Series(np.random.randint(0, 10, size=5), index=date),
        "B": pd.Series(np.random.randint(0, 10, size=5), index=date),
        "C": pd.Series(np.random.randint(0, 10, size=5), index=date),
        "D": pd.Series(np.random.randint(0, 10, size=5), index=date),
        "E": pd.Series(np.random.randint(0, 10, size=5), index=date),
    }
)

df

 

 

df.loc[['2001-12-31', '2002-12-31'], ['B', 'C']] = [7,7]
df

 

df.iloc[0:3, 2:4] = [6,6]
df

 

 

2-4. 개별 원소 변경

df.at['2004-12-31', 'E'] = 15
df

 

df.iat[4, 3] = 14
df

 

 

3. 원소 삭제

df = df.drop('A', axis=1)
df = df.drop('2003-12-31', axis=0)
df

 

 

 

4. 결측값 처리

df = pd.DataFrame(
    {
        "A": pd.Series(np.random.randint(0, 10, size=5), index=['a', 'b', 'c', 'd', 'e']),
        "B": pd.Series(np.random.randint(0, 10, size=4), index=['b', 'c', 'd', 'e']),
        "C": pd.Series(np.random.randint(0, 10, size=3), index=['c', 'd', 'e']),
    }
)

df

 

df = df.dropna() # 결측값 행 제거
df = df.dropna(axis = 1) # 결측값 열 제거
df.fillna(10) # 결측값 채우기

 

 

5. 함수를 이용한 원소변경

date = pd.date_range('2000-01-01', periods=5, freq='Y')

df = pd.DataFrame(
    {
        "A": pd.Series(np.random.randint(0, 2, size=5), index=['a', 'b', 'c', 'd', 'e']),
        "B": pd.Series(np.random.randint(0, 2, size=5), index=['a', 'b', 'c', 'd', 'e']),
        "C": pd.Series(np.random.randint(0, 2, size=5), index=['a', 'b', 'c', 'd', 'e']),
        "D": pd.Series(np.random.randint(0, 2, size=5), index=['a', 'b', 'c', 'd', 'e']),
        "E": pd.Series(np.random.randint(0, 2, size=4), index=['b', 'c', 'd', 'e']),
    }
)

df

 

 

5-1. 값 교체하기

df = df.replace(np.nan, 2)
df

 

5-2. 행/열 단위 함수 적용

def func(x):
  if(x == 0):
    return -1
  else:
    return x


df = df.iloc[:, 2].apply(func)
df