Pandas _ 02-2 DataFrame 주요 메소드, 속성

플레이데이터 빅데이터캠프 공부 내용 _ 6/8

Pandas_01-2 Series 주요 메소드, 속성

1.  주요 기본 메소드, 속성

 

(1)   .T   : 행/열을 바꾼다.

       (1,1), (2,2) .... 은 안 바뀌고 (1,0)은 (0,1)  ,  (0,1)은 (1,0) ...

grade.T

- 테이블프레임 조회 시 컬럼이 너무 많을 때 이를 행으로 바꿔서 보거나 한다.

 

(2) .head()   :   상위       .tail()   :   하위  (기본값:5) 

# 기본값 - 상위 5개
movie_df.head(7) 
# 기본값 - 하위 5개
movie_df.tail(2)

 

(3) .shape     :    axis(순번의 방향)별 데이터 수

     튜플로 반환  => (행수, 열수) :  0축, 1축    

movie_df.shape

(4916, 28)

 

(4) .size    :    원소의 갯수

    = 행*열 (보통, 크기를 말할 때 4916 X 28 이라고 말함.)

movie_df.size, 4916*28   # (137648, 137648)

 

(5) .info()   :   DateFrame의 (행, 열에 대한) 정보를 반환

grade.info()

```
<class 'pandas.core.frame.DataFrame'>

RangeIndex: 5 entries, 0 to 4    ======> 행 정보 RangeIndex : Index명 정보, 5 entries (행수), 0 to 4 (index 명)    
Data columns (total 3 columns):  ======> 컬럼 정보 

 #   Column   Non-Null Count   Dtype 
     (이름)  (컬럼별원소수)    (컬럼병 데이터 타입)
---  ------  --------------  -----  
 0   id      5 non-null        object (문자열 타입) 
 1   korean  4 non-null        float64
 2   math    5 non-null        int64  
    
    dtypes: float64(1), int64(1),  object(1) ======> 각 타입별 컬럼개수 : 타입(컬럼개수)
memory usage: 248.0+ bytes                   ======> 메모리 공간 (불필요한 공간이면 줄여야 한다.)

Non-Null Count =====> 결측치 확인이 가능!
```

 

(6) DF[바꿀 컬럼명].astype('바꿀타입')  :  컬럼의 타입 변환

만약, 한 컴럼의 최대값 max 이 349000 최소값 min 0 이라면,

int64 메모리 공간을 쓸 필요가 없다. 그렇다면 메모리 절약을 위해 타입을 변환해보자.
movie_facebook_likes 를 int64 => int32 (값하나를 64bit -> 32bit)

- 변환후 다시 변수에 담아줘야 한다.

df2['movie_facebook_likes'] = df2['movie_facebook_likes'].astype('int32')

 

2. 기술통계량 메소드

 

1차원 자료구조 series의 기술통계량은 전체 데이터에 대한 기술통계량 값 반환

 

2차원 자료구조 DataFrame의 기술통계량은

 

기본적으로! def

( axis = 0 )

=> 컬럼별 기술통계량을 반환.  => series로 반환

          -> series이니 인덱싱, 슬라이싱 조회로 하나씩 뽑을 수 있다.

          -> 조회한 값에 대해 또 메소드 처리 할 수 있다.

 

그러나,

모든 데이터가 수치데이터인 경우 등 행 별로 기술통계량이 구해질 때가 혹은 구할 때가 있다.

( axis = 1 )    :  행 별 기술 통계량을 반환.  

ex)   df.sum(axis = 1)

 

 

(1) DF.max()  :  '컬럼별' 기술통계량 가장 큰 값을 반환.

   - 문자열은 사전식 알파벳

   - 컬럼명을 Index로 가진 series로 반환

          -> series이니 인덱싱, 슬라이싱 조회로 '특정 컬럼의 기술 통계량' 을 뽑을 수 있다.

grade.max()

id         id-5
korean    100.0
math        100
dtype: object


grade.max()['korean']

100.0

 

(2) DF.sum()    :   컬럼별 합계

   - 컬럼명을 Index로 가진 series로 반환

grade.sum()

 

(3) DF.mean()    :    컬럼별 평균

   - 컬럼명을 Index로 가진 series로 반환

   - 문자열 object type을 제외하고 통계치를 계산할 수 있는 컬럼만 반환.

 

(4) DF.describe()  

- 각 컬럼명 별로 요약통계량을 반환한다 = >  기술통계량명을 index,  컬러명명이 col   => DF 로 반환

- 기본값 : 수치형(int, float) 타입의 컬럼의 요약 통계량을 반환.

grade.describe()

- 컬럼의 타입을 지정하면 그 타입의 컬럼에 대한 요약 통계량을 반환.

   컬럼의 타입 지정 방법 : 매개변수로 include=['데이터 타입']      --  아래에서 배움

grade.describe(include=['object'])

- 지정한 타입의 컬럼을 제외하고 요약 통계량 반환.

grade.describe(exclude=['float64'])

 

- 요약본을 볼 때 흔히 컬럼수가 너무 많다면 이때 T 를 사용한다. 행과 열을 바꿔서 조회.

movie_df.describe().T

 

 

** 경고 메시지 무시

보통, 경고메시지를 무시해도 되는 업무에서 분석 전 맨 앞에 작성해준다.

# 경고 메시지 무시
import warnings
warnings.filterwarnings(action='ignore')