파이썬 문법4

2022. 1. 17

 

1. Series, DataFrame

-> 쓰기 전에 pandas로 먼저 불러와야 됨

*pandas

: Pandas는 python에서 사용하는 데이터분석 라이브러리로, 행과 열로 이루어진 데이터 객체를 만들어 다룰 수 있게 되며 보다 안정적으로 대용량의 데이터들을 처리하는데 매우 편리한 도구

 

뭐, 그렇다네요.

 

1-1) Series

: 하나의 열로 이루어진 데이터를 뜻함 ( 시리즈들이 모여서 데이터 프레임이 되는 )

 

1-2) DataFrame

: 3요소를 가진다(column, row, index)

 

 

2. Indexing, Slicing

1. 데이터 프레임 이름명.iloc[,]

: index기준을 따른다 ex) df.iloc[1:3] # 1부터 2인 행 추출+ 특정 열을 추출할 때에도 마찬가지.

 

2. 데이터 프레임 이름명.loc[,]

: index 이름을 기준으로 따른다. ex) df.loc[1:3] #1부터 3까지인 행 추출 + 특정 열을 추출하려면 열의 이름을 써야한다.

 

3. boolean indexing/ query

둘다 쓰지만 query 문을 더 선호.

ex)

df.query('age>20') -> df 데이터 프레임에서 나이가 20살 넘은 애들만 보여줘!

 

 

3. Merge, Concat

3-1) Merge

-> 아무것도 설정을 안해주면 디폴트값으로 how='inner' 교집합 형태로 나타내준다.

 

3-2) Concat

-> 데이터 단순 연결

* axis=0이면 행을 의미

* axis=1이면 열을 의미

 

 

+결측값 확인하기

- df.isnull() : 결측값이 True로 반환

- df.notnull() : 결측값이 False로 반환 결측값 채우기

- df.fillna(값) 결측값 삭제 - df.dropna()

 

+중복되는 행 확인

- df.duplicated() : 중복이면 True 반환

+중복되는 행 제거 - df.drop_duplicates()

 

4. 데이터 불러오기, 내보내기

- csv 파일을 불러올 때에는 `pd.read_csv()` 함수를 사용한다.

- 한글 데이터를 읽을 때 깨질 확률이 있는데, 이럴 때 `encoding = 'cp949` 인자를 추가하면 된다.

- data = pd.read_csv('파일명', encoding = 'cp949')

- 데이터를 내보낼 때에는 `data.to_csv()` 메소드를 사용한다.

- 마찬가지로 한글 데이터를 잘 저장하기 위해서 `encoding = 'cp949'` 인자를 넣어주는 것이 좋다.

- data.to_csv('저장하고자 하는 파일명', encoding = 'cp949')

 

 

- excel 파일을 불러올 때에는 `pd.read_xlsx()` 함수를 사용한다.

- 마찬가지로 한글 데이터를 읽을 때엔 `encoding = 'cp949'` 인자를 넣어주자.

- excel 파일은 csv파일과 다르게 데이터 구분자를 모르기 때문에, 직접 구분자를 입력해 주어야 한다.

- 구분자는 `sep = ` 인자를 통해 설정해 주어야 한다.

- data = pd.read_excel('파일명', encoding = 'cp949', sep = '\t')

- 마찬가지로 데이터를 내보낼 때에는 다음과 같이 한다.

- data.to_excel('파일명', encoding = 'cp949', sep = '\t')

 

-> 가장 많이 쓰는 타이타닉을 예로 들겠쌈

 

import pandas as pd #pandas모듈 불러오고

data1= pd.read.csv('titanic',encoding='cp949');data1 #나머지 작성

 

 

 

-------------4주차 과제 피드백-------------

1.

대표사진 삭제

아래 방법을 더 선호

최빈값 구하는 코드. 저 0이 뭘 의미하는지 몰라서 질문하려고 했는데 딱 깨달음.

대표사진 삭제

사진 설명을 입력하세요.

0이 인덱스 값 말하는거. 그니까 위에는 인덱스 0값이 뭐냐! 하니깐 '여'만 나온거고 아래에는 적은게 없으니 기본값으로 인덱스와 그에 해당하는 값이 나오는거였다.

안물어보고 고민해서 나 혼자 깨달은 점 칭찬해

 

2.

대표사진 삭제

사진 설명을 입력하세요.

on의 의미도 헷갈렸었는데,

on에 해당하는 값들에 맞춰서 내가 병합하고자 하는 값을 넣어라!의 의미로 해석하면 된다.

이를 알아낸 내 자신, 또 칭찬해...

 

 

3.

대표사진 삭제

사진 설명을 입력하세요.

platform 자리에 = platform을 most_platform 데이터 값으로 대체하겠다의 의미.

멘토 오빠처럼 해석하는 방식으로 코드를 공부하니깐 이해가 잘된다.

어떻게 다가가고 어떻게 해석해야되는지 알게됨!

코딩은 이렇게 하는거구나.. 이런거?

 

진짜 감사합니다....

 

4.

대표사진 삭제

사진 설명을 입력하세요.

결측값 확인 코드

 

★★★5.★★★

대표사진 삭제

사진 설명을 입력하세요.

이것도 영상보면서 다시 했는데 이해 너무 잘됨.. 설명 완전 짱

내가 선호하는 방식의 설명이라서 이해하는데 너무 수월했다.

 

데이터의 type을 바꿔주는거 astype

# info_login['login_id'] =dice['b'] 을 말하는거고(key값) 여기는 컬럼

# info_login['login_id'].astype(int) = 2를 말함 (value값) 값 자체

 

6.

대표사진 삭제

사진 설명을 입력하세요.

# window8: window8에 해당하는 user_id의 평균,

# windows: window에 해당하는 user_id 평균값...+

-> 내가 생각했던 방향성 맞았다. 물론 건들지는 못해봐서,,

이 태도에 대해서는 스스로 좀 실망이지만 알바하면서 집중하기가 쉽지 않았다

라고 하면 핑계겠죠? 시간이 있었지만 안한거다...^^....

 

 

dict={} #빈 딕셔너리 생성

def boss_question(x): #3. pf 값이 여기로 넘어옴

m=info_login.query('platform==@x')['user_id'].mean() #4. windows8인 데이터 프레임만 나오는데, user _id 행 중에서 평균값을 구해라

dict[x]=int(m) #5. window8이라는 key값을 가질 때 window8의 useri의 평균을 value 값으로 갖게된다.

 

platforms=info_login['platform'].unique()

for pf in platforms: #1. platform에 있는 window8부터 차례대로 실행

boss_question(pf) # 2. 일단은 window8이라는 인자를 받아서 실행이 됨.

 

 

print(dict) #6. dict의 딕셔너리를 출력해줘라!

출처 입력