1. Series이용한 1차원 데이터 생성¶

1) series를 활용한 데이터 생성 (주로 리스트 사용)¶

In [1]:

import pandas as pd     # pandas 불러오기

In [2]:

s1 = pd.Series([10, 20, 30, 40, 50])    # s=pd.Series(seq_data)로 데이터 생성
s1                                      # 1열은 index, 2열은 values(값)

Out[2]:

0    10
1    20
2    30
3    40
4    50
dtype: int64

In [3]:

s1.index    # series데이터에서 index가져오기

Out[3]:

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

출력결과에서 rangeindex는 인덱스를 범위로 표시
index 범위는 (시작, 끝-1, 스텝)

In [4]:

s1.values  # series데이터에서 values가져오기

Out[4]:

array([10, 20, 30, 40, 50], dtype=int64)

In [5]:

s2 = pd.Series(['a', 'b', 'c', 1, 2, 3])   # numpy의 경우 배열의 모든 데이터 타입이 같아야하지만
                                           # pandas에서는 문자와 숫자 혼합된 리스트 가능
s2 

Out[5]:

0    a
1    b
2    c
3    1
4    2
5    3
dtype: object

2) 데이터가 없을 경우 np.nan¶

In [6]:

import numpy as np    # 데이터가 없으면 NumPy 불러온 후

s3 = pd.Series([np.nan,10,30])      # np.nan으로 데이터 없다고 표시 - 자리(index)는 있지만, 실제값은 없는 상황
s3

Out[6]:

0     NaN
1    10.0
2    30.0
dtype: float64

3) 인자로 index추가 가능¶

In [7]:

index_date = ['2018-10-07','2018-10-08','2018-10-09','2018-10-10']
s4 = pd.Series([200, 195, np.nan, 205], index = index_date)    # s=pd.Series(seq_data, index=index_seq)    
                                                               # seq_data의 항목개수와 index_seq의 항목개수가 같아야 함
s4

Out[7]:

2018-10-07    200.0
2018-10-08    195.0
2018-10-09      NaN
2018-10-10    205.0
dtype: float64

4) 위처럼 데이터와 index 따로 입력하지 않고, 딕셔너리 이용해 데이터와 index 함께 입력하기¶

In [8]:

s5 = pd.Series({'국어': 100, '영어': 95, '수학': 90})    # 파이썬의 딕셔너리 이용해 데이터와 index 함께 입력가능
                                                         # s=pd.Series(dict_data)
s5

Out[8]:

국어    100
영어     95
수학     90
dtype: int64

5) 날짜 자동 생성: pd.data_range(시작, 끝, 기간, 주기)¶

In [9]:

import pandas as pd

pd.date_range(start='2019-01-01',end='2019-01-07')  # pd.date_range(시작, 끝, 기간, 주기)

Out[9]:

DatetimeIndex(['2019-01-01', '2019-01-02', '2019-01-03', '2019-01-04',
               '2019-01-05', '2019-01-06', '2019-01-07'],
              dtype='datetime64[ns]', freq='D')

끝, 기간 중 하나는 반드시 입력
주기는 입력 안하면 기본값 하루

6) 시간 자동 생성: pd.data_range(시작, 끝, 기간, 주기)¶

In [10]:

pd.date_range(start='2019-01-01',periods=10, freq='H')   # 1시간 주기로 10개 시간 생성

Out[10]:

DatetimeIndex(['2019-01-01 00:00:00', '2019-01-01 01:00:00',
               '2019-01-01 02:00:00', '2019-01-01 03:00:00',
               '2019-01-01 04:00:00', '2019-01-01 05:00:00',
               '2019-01-01 06:00:00', '2019-01-01 07:00:00',
               '2019-01-01 08:00:00', '2019-01-01 09:00:00'],
              dtype='datetime64[ns]', freq='H')

2. DataFrame을 이용한 2차원 데이터 생성¶

1) index와 colums 지정안하고 데이터 생성¶

In [11]:

import pandas as pd       

pd.DataFrame([[1, 2, 3], [4, 5, 6], [7, 8, 9]])   # DataFrame의 데이터 생성
                                                  # pd.DataFrame([[리스트1], [리스트2], [리스트3]])

Out[11]:

	0	1	2
0	1	2	3
1	4	5	6
2	7	8	9

index와 columns를 지정안하면 자동으로 생성됨 ( 0, 1, 2, 3 ~)

2) NumPy의 배열 데이터를 입력해 생성한 DataFrame의 데이터 예시¶

In [12]:

import numpy as np     
import pandas as pd

data_list = np.array([[10, 20, 30], [40, 50, 60], [70, 80, 90]])    
pd.DataFrame(data_list)

Out[12]:

	0	1	2
0	10	20	30
1	40	50	60
2	70	80	90

NumPy의 배열 데이터를 입력해 생성한 DataFrame의 데이터 예시 - index와 columns 지정¶

In [13]:

import numpy as np
import pandas as pd

data = np.array([[1, 2, 3], [4, 5, 6], [7, 8 ,9], [10, 11, 12]])  # values 설정
index_date = pd.date_range('2019-09-01', periods=4)               # ndex 설정
columns_list = ['A', 'B', 'C']                                    # columns 설정
pd.DataFrame(data, index=index_date, columns=columns_list)        # pd.DataFrame(data, index=index_date, columns=columns_data)

Out[13]:

	A	B	C
2019-09-01	1	2	3
2019-09-02	4	5	6
2019-09-03	7	8	9
2019-09-04	10	11	12

3) 딕셔너리 데이터로 DataFrame 만들기¶

In [14]:

table_data = {'연도': [2015, 2016, 2016, 2017, 2017],             # 딕셔너리 타입의 데이터 생성
              '지사': ['한국', '한국', '미국', '한국','미국'],
              '고객 수': [200, 250, 450, 300, 500]}
table_data

Out[14]:

{'연도': [2015, 2016, 2016, 2017, 2017],
 '지사': ['한국', '한국', '미국', '한국', '미국'],
 '고객 수': [200, 250, 450, 300, 500]}

In [15]:

pd.DataFrame(table_data)   #딕셔너리 데이터 이용해 DataFrame 생성
                           #딕셔너리는 키에 따라 자동정렬 되므로 한글은 가나다순, 영어는 알파벳순 정렬

Out[15]:

	연도	지사	고객 수
0	2015	한국	200
1	2016	한국	250
2	2016	미국	450
3	2017	한국	300
4	2017	미국	500

inde는 자동으로 생성
딕셔너리의 키(연도, 지사, 고객수)는 columns의 제목으로 들어감

In [16]:

df = pd.DataFrame(table_data, columns=['연도', '지사', '고객 수'])  # columns=columns_list 이용해 데이터 정렬 순서 변경
df

Out[16]:

	연도	지사	고객 수
0	2015	한국	200
1	2016	한국	250
2	2016	미국	450
3	2017	한국	300
4	2017	미국	500

4) DataFrame 데이터의 index, columns, values 확인하기¶

In [17]:

df.index      # index 확인하기

Out[17]:

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

In [18]:

df.columns    # columns 확인하기

Out[18]:

Index(['연도', '지사', '고객 수'], dtype='object')

In [19]:

df.values     # values 확인하기

Out[19]:

array([[2015, '한국', 200],
       [2016, '한국', 250],
       [2016, '미국', 450],
       [2017, '한국', 300],
       [2017, '미국', 500]], dtype=object)

3. Series와 DataFrame으로 생성한 데이터끼리 연산하기¶

1) series데이터끼리 연산 - 크기 달라도 연산 가능¶

In [20]:

s3 = pd.Series([1, 2, 3, 4])             # 리스트와 NumPy와는 달리 pandas의 데이터끼리는 크기가 달라도 연산 가능
s4 = pd.Series([10, 20, 30, 40, 50])     # 연산할 수 없는 부분은 NaN으로 표시

In [21]:

s3+s4

Out[21]:

0    11.0
1    22.0
2    33.0
3    44.0
4     NaN
dtype: float64

In [22]:

s4-s3

Out[22]:

0     9.0
1    18.0
2    27.0
3    36.0
4     NaN
dtype: float64

In [23]:

s3*s4

Out[23]:

0     10.0
1     40.0
2     90.0
3    160.0
4      NaN
dtype: float64

In [24]:

s4/s3

Out[24]:

0    10.0
1    10.0
2    10.0
3    10.0
4     NaN
dtype: float64

2) DataFrame끼리의 연산 - 길이가 같지 않아도 연산 가능¶

In [25]:

table_data1 = {'A': [1,2,3,4,5],           # DataFrame 데이터 df1 생성
              'B': [10,20,30,40,50],
              'C': [100,200,300,400,500]}
df1 = pd.DataFrame(table_data1)
df1

Out[25]:

	A	B	C
0	1	10	100
1	2	20	200
2	3	30	300
3	4	40	400
4	5	50	500

In [26]:

table_data2 = {'A': [6, 7, 8],           # DataFrame 데이터 df2 생성
              'B': [60, 70, 80],
              'C': [600, 700, 800]}
df2 = pd.DataFrame(table_data2)
df2

Out[26]:

	A	B	C
0	6	60	600
1	7	70	700
2	8	80	800

In [27]:

df1 + df2      # 두 데이터의 길이가 같지 않아도 연산가능
               # 연산할 수 없는 부분은 NaN으로 표시

Out[27]:

	A	B	C
0	7.0	70.0	700.0
1	9.0	90.0	900.0
2	11.0	110.0	1100.0
3	NaN	NaN	NaN
4	NaN	NaN	NaN

3) pandas 메서드로 통계 분석하기¶

In [28]:

table_data3 = {'봄':  [256.5, 264.3, 215.9, 223.2, 312.8],      # DataFrame 데이터 생성
              '여름': [770.6, 567.5, 599.8, 387.1, 446.2],
              '가을': [363.5, 231.2, 293.1, 247.7, 381.6],
              '겨울': [139.3, 59.9, 76.9, 109.1, 108.1]}
columns_list = ['봄', '여름', '가을', '겨울']
index_list = ['2012', '2013', '2014', '2015', '2016']

df3 = pd.DataFrame(table_data3, columns = columns_list, index = index_list)
df3

Out[28]:

	봄	여름	가을	겨울
2012	256.5	770.6	363.5	139.3
2013	264.3	567.5	231.2	59.9
2014	215.9	599.8	293.1	76.9
2015	223.2	387.1	247.7	109.1
2016	312.8	446.2	381.6	108.1

In [29]:

df3.mean()   # 계절별 평균
             # axis 설정안했으므로 0 (열별 계산)

Out[29]:

봄     254.54
여름    554.24
가을    303.42
겨울     98.66
dtype: float64

In [30]:

df3.mean(axis=1)  # 연도별 평균
                  # mean()과 std()는 연산의 방향을 설정하기 위해 axis인자 추가
                  # axis=0 이면 열별 계산
                  # axis=1 이면 행별로 연산
                  # axis 설정안하면 기본값 0 (열별 계산)

Out[30]:

2012    382.475
2013    280.725
2014    296.425
2015    241.775
2016    312.175
dtype: float64

In [31]:

df3.describe()   # 평균,표준편차,최소,최대를 한번에 구함

Out[31]:

	봄	여름	가을	겨울
count	5.000000	5.000000	5.000000	5.000000
mean	254.540000	554.240000	303.420000	98.660000
std	38.628267	148.888895	67.358496	30.925523
min	215.900000	387.100000	231.200000	59.900000
25%	223.200000	446.200000	247.700000	76.900000
50%	256.500000	567.500000	293.100000	108.100000
75%	264.300000	599.800000	363.500000	109.100000
max	312.800000	770.600000	381.600000	139.300000

4. 데이터 선택하기¶

1) 데이터의 처음 일부분과 끝 일부분 반환하기¶

In [32]:

import pandas as pd             # DataFrame 데이터 생성
import numpy as np

KTX_data = {'경부선 KTX': [39060, 39896, 42005, 43621, 41702, 41266, 32427],     
            '호남선 KTX': [7313, 6967, 6873, 6626, 8675, 10622, 9228],
            '경전선 KTX': [3627, 4168, 4088, 4424, 4606, 4984, 5570],
            '전라선 KTX': [309, 1771, 1954, 2244, 3146, 3945, 5766],
            '동해선 KTX': [np.nan,np.nan, np.nan, np.nan, 2395, 3786, 6667]}
col_list = ['경부선 KTX','호남선 KTX','경전선 KTX','전라선 KTX','동해선 KTX']
index_list = ['2011', '2012', '2013', '2014', '2015', '2016', '2017']

df_KTX = pd.DataFrame(KTX_data, columns = col_list, index = index_list)
df_KTX

Out[32]:

	경부선 KTX	호남선 KTX	경전선 KTX	전라선 KTX	동해선 KTX
2011	39060	7313	3627	309	NaN
2012	39896	6967	4168	1771	NaN
2013	42005	6873	4088	1954	NaN
2014	43621	6626	4424	2244	NaN
2015	41702	8675	4606	3146	2395.0
2016	41266	10622	4984	3945	3786.0
2017	32427	9228	5570	5766	6667.0

In [33]:

df_KTX.head()   # DataFramen_data.head(n)에서 처음 n개의 행 데이터를 반환 (기본값 5)

Out[33]:

	경부선 KTX	호남선 KTX	경전선 KTX	전라선 KTX	동해선 KTX
2011	39060	7313	3627	309	NaN
2012	39896	6967	4168	1771	NaN
2013	42005	6873	4088	1954	NaN
2014	43621	6626	4424	2244	NaN
2015	41702	8675	4606	3146	2395.0

In [34]:

df_KTX.tail()  # DataFrame_data.tail(n)에서 마지막 n개의 행 데이터를 반환 (기본값 5)

Out[34]:

	경부선 KTX	호남선 KTX	경전선 KTX	전라선 KTX	동해선 KTX
2013	42005	6873	4088	1954	NaN
2014	43621	6626	4424	2244	NaN
2015	41702	8675	4606	3146	2395.0
2016	41266	10622	4984	3945	3786.0
2017	32427	9228	5570	5766	6667.0

2) 연속된 행 데이터 선택하기¶

In [35]:

df_KTX[1:2]    # DataFrame_data[행 시작위치 : 행 끝위치]
               # 1행에 위치한 행 데이터 선택

Out[35]:

	경부선 KTX	호남선 KTX	경전선 KTX	전라선 KTX	동해선 KTX
2012	39896	6967	4168	1771	NaN

In [36]:

df_KTX[2:5]    # 2행에서 4행까지 행 데이터 선택

Out[36]:

	경부선 KTX	호남선 KTX	경전선 KTX	전라선 KTX	동해선 KTX
2013	42005	6873	4088	1954	NaN
2014	43621	6626	4424	2244	NaN
2015	41702	8675	4606	3146	2395.0

3) index 이름으로 행 선택하기¶

In [37]:

df_KTX.loc['2011']   # 2011년 데이터만 선택
                     # DataFrame_data.loc[인덱스 이름]

Out[37]:

경부선 KTX    39060.0
호남선 KTX     7313.0
경전선 KTX     3627.0
전라선 KTX      309.0
동해선 KTX        NaN
Name: 2011, dtype: float64

4) index 이름으로 구간을 지정해 연속된 행 선택하기¶

In [38]:

df_KTX.loc['2013':'2016']  # DataFrame_data.loc[시작할 인덱스이름 : 마지막 인덱스 이름]
                           # 2013년 부터 2016년까지 행 데이터 선택

Out[38]:

	경부선 KTX	호남선 KTX	경전선 KTX	전라선 KTX	동해선 KTX
2013	42005	6873	4088	1954	NaN
2014	43621	6626	4424	2244	NaN
2015	41702	8675	4606	3146	2395.0
2016	41266	10622	4984	3945	3786.0

5) 하나의 열만 선택하기¶

In [39]:

df_KTX['경부선 KTX']   # DataFrame_data[칼럼 이름]
                       # '경부선 KTX'의 열 데이터만 선택

Out[39]:

2011    39060
2012    39896
2013    42005
2014    43621
2015    41702
2016    41266
2017    32427
Name: 경부선 KTX, dtype: int64

6) 하나의 열을 선택 후, index범위에 속한 데이터 선택하기¶

In [40]:

df_KTX['경부선 KTX']['2012':'2014']   # DataFrame_data[칼럼 이름][시작 인덱스 이름 : 끝 인덱스 이름]
                                      # '경부선 KTX'열을 선택한 후, 2012년~2014년 데이터 선택

Out[40]:

2012    39896
2013    42005
2014    43621
Name: 경부선 KTX, dtype: int64

In [41]:

df_KTX['경부선 KTX'][2:5]     # DataFrame_data[칼럼 이름][시작 인덱스 위치 : 끝 인덱스 위치]
                              # '경부선 KTX'열을 선택한 후, 2행~4행 선택

Out[41]:

2013    42005
2014    43621
2015    41702
Name: 경부선 KTX, dtype: int64

7) 하나의 원소만 선택하기¶

2016년의 '호남선ktx'의 이용자 수 선택하기¶

In [42]:

df_KTX.loc['2016']['호남선 KTX']   #[ 인덱스이름][열이름]

Out[42]:

10622.0

In [43]:

df_KTX.loc['2016','호남선 KTX']    # [인덱스이름, 열이름]

Out[43]:

In [44]:

df_KTX['호남선 KTX']['2016']       # [열이름][인텍스이름]

Out[44]:

In [45]:

df_KTX['호남선 KTX'][5]            # [열이름][인덱스위치]

Out[45]:

In [46]:

df_KTX['호남선 KTX'].loc['2016']   # [열이름].loc[인덱스이름]

Out[46]:

5. DataFrame의 행과 열을 바꾸기(전치)¶

1) 전치행렬 구하기¶

In [47]:

df_KTX.T       # DataFrame_data.T

Out[47]:

	2011	2012	2013	2014	2015	2016	2017
경부선 KTX	39060.0	39896.0	42005.0	43621.0	41702.0	41266.0	32427.0
호남선 KTX	7313.0	6967.0	6873.0	6626.0	8675.0	10622.0	9228.0
경전선 KTX	3627.0	4168.0	4088.0	4424.0	4606.0	4984.0	5570.0
전라선 KTX	309.0	1771.0	1954.0	2244.0	3146.0	3945.0	5766.0
동해선 KTX	NaN	NaN	NaN	NaN	2395.0	3786.0	6667.0

2) 열의 이름을 지정해 열의 순서 정하기¶

In [48]:

df_KTX[['동해선 KTX', '전라선 KTX', '경전선 KTX', '호남선 KTX', '경부선 KTX']]  #데이터변수 df_KTX에 지정

Out[48]:

	동해선 KTX	전라선 KTX	경전선 KTX	호남선 KTX	경부선 KTX
2011	NaN	309	3627	7313	39060
2012	NaN	1771	4168	6967	39896
2013	NaN	1954	4088	6873	42005
2014	NaN	2244	4424	6626	43621
2015	2395.0	3146	4606	8675	41702
2016	3786.0	3945	4984	10622	41266
2017	6667.0	5766	5570	9228	32427

6. 두 개의 데이터를 하나로 통합하기¶

1) 세로 방향으로 통합하기 (인덱스 증가방향) - 열 개수가 같을 때¶

In [49]:

import pandas as pd            # 두 학급의 시험 점수 dataframe 데이터 df1 생성
import numpy as np

df1 = pd.DataFrame({'Class1': [95, 92, 98, 100],
                    'Class2': [91, 93, 97, 99]})
df1

Out[49]:

	Class1	Class2
0	95	91
1	92	93
2	98	97
3	100	99

In [50]:

df2 = pd.DataFrame({'Class1': [87, 89],     # 2명이 전학와서 DataFrame 데이터 df2 추가
                    'Class2': [85, 90]})
df2

Out[50]:

	Class1	Class2
0	87	85
1	89	90

In [51]:

df1.append(df2)   # df1에 df2추가
                  # DataFrame_data1.append(Dataframe_data2, ignore_index=True)
                  # ignore_index=True 입력하지 않아, 기존 index와 같음

Out[51]:

	Class1	Class2
0	95	91
1	92	93
2	98	97
3	100	99
0	87	85
1	89	90

In [52]:

df1.append(df2, ignore_index=True)  # ignore_index=True 입력해서 index가 데이터 순으로 변경

Out[52]:

	Class1	Class2
0	95	91
1	92	93
2	98	97
3	100	99
4	87	85
5	89	90

2) 세로 방향으로 통합하기 (인덱스 증가방향) - 열 개수가 다를 때¶

In [53]:

df3 = pd.DataFrame({'Class1': [96, 83]})   # 열이 하나만 있는 dataframe df3 생성
df3

Out[53]:

	Class1
0	96
1	83

In [73]:

df2.append(df3, ignore_index=True)         # 열이 두개인 df2에 df3추가하면 데이터 없는 곳은 NaN

Out[73]:

	Class1	Class2
0	87	85.0
1	89	90.0
2	96	NaN
3	83	NaN

3) 가로 방향으로 통합하기 (열의 증가방향) - index크기가 같을 때¶

In [55]:

df1

Out[55]:

	Class1	Class2
0	95	91
1	92	93
2	98	97
3	100	99

In [56]:

df4 = pd.DataFrame({'Class3': [93, 91, 95, 98]})  # df1과 index방향으로 크기가 같은 DataFrame 데이터 생성
df4

Out[56]:

	Class3
0	93
1	91
2	95
3	98

In [57]:

df1.join(df4)    # df1에 df4를 가로방향으로 추가
                 # DataFrame_data1.join(DataFrame_data2)

Out[57]:

	Class1	Class2	Class3
0	95	91	93
1	92	93	91
2	98	97	95
3	100	99	98

4) 가로 방향으로 통합하기 (열의 증가방향) - index크기가 다를 때¶

In [58]:

df5 = pd.DataFrame({'Class4': [82, 92]})    # index크기가 2인 dataframe 데이터 df5 생성
df5

Out[58]:

	Class4
0	82
1	92

In [59]:

df1.join(df5)          # index크기가 2인 df5를 index크기가 4인 df1에 추가
                       # index 크기가 다른 dataframe 데이터를 join()으로 추가한다면 데이터 없는 부분은 Nan

Out[59]:

	Class1	Class2	Class4
0	95	91	82.0
1	92	93	92.0
2	98	97	NaN
3	100	99	NaN

5) 가로 방향으로 통합하기 (열의 증가방향) - index 라벨 지정한 dataframe도 index가 같으면 join() 이용가능¶

In [60]:

index_label = ['a','b','c','d']                      
df1a = pd.DataFrame({'Class1': [95, 92, 98, 100],
                    'Class2': [91, 93, 97, 99]}, index= index_label)
df4a = pd.DataFrame({'Class3': [93, 91, 95, 98]}, index=index_label)

df1a.join(df4a)

Out[60]:

	Class1	Class2	Class3
a	95	91	93
b	92	93	91
c	98	97	95
d	100	99	98

6) 특정 열(키)을 기준으로 통합하기 - 특정 열을 기준으로 모두 공통값을 가질 때¶

In [61]:

df_A_B = pd.DataFrame({'판매월': ['1월', '2월', '3월', '4월'],     # 1월~4월까지 제품 A,B의 판매량 데이터 df_A_B 생성
                       '제품A': [100, 150, 200, 130],
                       '제품B': [90, 110, 140, 170]})
df_A_B

Out[61]:

	판매월	제품A	제품B
0	1월	100	90
1	2월	150	110
2	3월	200	140
3	4월	130	170

In [62]:

df_C_D = pd.DataFrame({'판매월': ['1월', '2월', '3월', '4월'],    # 1월~4월까지 제품 C,D의 판매량 데이터 df_C_D 생성
                       '제품C': [112, 141, 203, 134], 
                       '제품D': [90, 110, 140, 170]})
df_C_D

Out[62]:

	판매월	제품C	제품D
0	1월	112	90
1	2월	141	110
2	3월	203	140
3	4월	134	170

In [63]:

df_A_B.merge(df_C_D)   # df_A_B와 df_C_D에 모두 있는 것이 '판매월'열이니 '판매월'중심으로 데이터 통합
                       # DataFrame_left_data.merge(DataFrame_right_data)

Out[63]:

	판매월	제품A	제품B	제품C	제품D
0	1월	100	90	112	90
1	2월	150	110	141	110
2	3월	200	140	203	140
3	4월	130	170	134	170

7) 특정 열(키)을 기준으로 통합하기 - 특정 열을 기준으로 일부만 공통값을 가질 때¶

In [64]:

df_left = pd.DataFrame({'key':['A','B','C'], 'left': [1, 2, 3]})   # DataFrame 데이터 생성
df_left

Out[64]:

	key	left
0	A	1
1	B	2
2	C	3

In [65]:

df_right = pd.DataFrame({'key':['A','B','D'], 'right': [4, 5, 6]})   # DataFrame 데이터 생성
df_right

Out[65]:

	key	right
0	A	4
1	B	5
2	D	6

In [66]:

df_left.merge(df_right, how='left', on = 'key')                
                                        # DataFrame_left_data.merge(DataFrame_right_data, how='merge_method', on='key_label')
                                        # 'key label'(열)은 통합하려는 기준
                                        # 'key label'입력안하면 공통적으로 포함된 열이 선택됨

Out[66]:

	key	left	right
0	A	1	4.0
1	B	2	5.0
2	C	3	NaN

In [67]:

df_left.merge(df_right, how='right', on = 'key')   

Out[67]:

	key	left	right
0	A	1.0	4
1	B	2.0	5
2	D	NaN	6

In [68]:

df_left.merge(df_right, how='outer', on = 'key')     # 지정된 열 기준으로 모두 선택  #데이터가 없으면 NaN

Out[68]:

	key	left	right
0	A	1.0	4.0
1	B	2.0	5.0
2	C	3.0	NaN
3	D	NaN	6.0

In [69]:

df_left.merge(df_right, how='inner', on = 'key')    # 지정된 열 기준으로 공통된 거만 선택(기본값)

Out[69]:

	key	left	right
0	A	1	4
1	B	2	5

7. 표 형식의 데이터 파일 읽어오기¶

1) 텍스트파일을 DataFrame 형식으로 읽어오기¶

In [75]:

%%writefile C:\myPyCode\data\sea_rain1.csv       # csv 데이터 파일 (sea_rain1.csv) 생성
연도,동해,남해,서해,전체
1996,17.4629,17.2288,14.436,15.9067
1997,17.4116,17.4092,14.8248,16.1526
1998,17.5944,18.011,15.2512,16.6044
1999,18.1495,18.3175,14.8979,16.6284
2000,17.9288,18.1766,15.0504,16.6178

UsageError: unrecognized arguments: # csv 데이터 파일 (sea_rain1.csv) 생성

In [77]:

import pandas as pd                               # pandas의 read_csv임

pd.read_csv('C:\myPyCode\data\sea_rain1.csv ')    # pd.read_csv(파일이름)
                                                  # read_csv로 csv파일 읽어오기

Out[77]:

	연도	동해	남해	서해	전체
0	1996	17.4629	17.2288	14.4360	15.9067
1	1997	17.4116	17.4092	14.8248	16.1526
2	1998	17.5944	18.0110	15.2512	16.6044
3	1999	18.1495	18.3175	14.8979	16.6284
4	2000	17.9288	18.1766	15.0504	16.6178

2) 윈도우 메모장으로 저장한 csv파일 읽어오기¶

In [78]:

pd.read_csv('C:/myPyCode/data/sea_rain1_from_notepad.csv', encoding = "cp949")  # 메모장파일 불러올 때는 (encoding = "cp949") 추가

Out[78]:

	연도	동해	남해	서해	전체
0	1996	17.4629	17.2288	14.4360	15.9067
1	1997	17.4116	17.4092	14.8248	16.1526
2	1998	17.5944	18.0110	15.2512	16.6044
3	1999	18.1495	18.3175	14.8979	16.6284
4	2000	17.9288	18.1766	15.0504	16.6178

3) 텍스트파일에서 데이터필드가 콤마가 아닌 공백으로 구분되어 있을 때¶

In [79]:

%%writefile C:\myPyCode\data\sea_rain1_space.txt     # 콤마가 아닌 공백(빈칸)으로 구분되어 있음
연도 동해 남해 서해 전체
17.4629 17.2288 14.436 15.9067
17.4116 17.4092 14.8248 16.1526
17.5944 18.011 15.2512 16.6044
18.1495 18.3175 14.8979 16.6284
17.9288 18.1766 15.0504 16.6178

UsageError: unrecognized arguments: # 콤마가 아닌 공백(빈칸)으로 구분되어 있음

In [80]:

pd.read_csv('C:/myPyCode/data/sea_rain1_space.txt', sep=" ")   # 데이터 필드가 공백으로 구분되있으면 (sep=' ')추가해서 구분자 공백표현

Out[80]:

	연도	동해	남해	서해	전체
0	1996	17.4629	17.2288	14.4360	15.9067
1	1997	17.4116	17.4092	14.8248	16.1526
2	1998	17.5944	18.0110	15.2512	16.6044
3	1999	18.1495	18.3175	14.8979	16.6284
4	2000	17.9288	18.1766	15.0504	16.6178

4) 자동 생성된 index이름 변경하기¶

In [81]:

pd.read_csv('C:/myPyCode/data/sea_rain1.csv', index_col="연도" )  # 자동 생성된 인덱스이름이 싫으면 (index_col=열이름)으로 변경

Out[81]:

	동해	남해	서해	전체
연도
1996	17.4629	17.2288	14.4360	15.9067
1997	17.4116	17.4092	14.8248	16.1526
1998	17.5944	18.0110	15.2512	16.6044
1999	18.1495	18.3175	14.8979	16.6284
2000	17.9288	18.1766	15.0504	16.6178

8. 표 형식의 데이터 파일 쓰기¶

1) DataFrame 형식의 데이터를 텍스트파일로 저장하기¶

In [82]:

df_WH = pd.DataFrame({'Weight':[62, 67, 55, 74],         #D ataFrame 데이터 생성
                      'Height':[165, 177, 160, 180]},
                       index=['ID_1', 'ID_2', 'ID_3', 'ID_4'])

df_WH.index.name = 'User'   # index에 이름을 추가하려면 (df.index.name=문자열)
df_WH

Out[82]:

	Weight	Height
User
ID_1	62	165
ID_2	67	177
ID_3	55	160
ID_4	74	180

In [83]:

bmi = df_WH['Weight']/(df_WH['Height']/100)**2    # 체질량 지수 데이터 추가
bmi

Out[83]:

User
ID_1    22.773186
ID_2    21.385936
ID_3    21.484375
ID_4    22.839506
dtype: float64

In [84]:

df_WH['BMI'] = bmi   # df['열 이름']=column_data로 새로운 열 추가
df_WH

Out[84]:

	Weight	Height	BMI
User
ID_1	62	165	22.773186
ID_2	67	177	21.385936
ID_3	55	160	21.484375
ID_4	74	180	22.839506

In [85]:

df_WH.to_csv('C:/myPyCode/data/save_DataFrame.csv')    # DataFrame 데이터 df_WH를 csv파일로 저장

In [86]:

!type C:\myPyCode\data\save_DataFrame.csv              # DataFrame 데이터가 csv 파일로 잘 저장됬는지 텍스트파일로 확인하기

User,Weight,Height,BMI
ID_1,62,165,22.77318640955005
ID_2,67,177,21.38593635289987
ID_3,55,160,21.484374999999996
ID_4,74,180,22.839506172839506

C:\myPyCode\data\save_DataFrame.csv


지정된 파일을 찾을 수 없습니다.
다음 내용 진행 중 오류 발생: #.
지정된 파일을 찾을 수 없습니다.
다음 내용 진행 중 오류 발생: DataFrame.
지정된 파일을 찾을 수 없습니다.
다음 내용 진행 중 오류 발생: 데이터가.
지정된 파일을 찾을 수 없습니다.
다음 내용 진행 중 오류 발생: csv.
지정된 파일을 찾을 수 없습니다.
다음 내용 진행 중 오류 발생: 파일로.
지정된 파일을 찾을 수 없습니다.
다음 내용 진행 중 오류 발생: 잘.
지정된 파일을 찾을 수 없습니다.
다음 내용 진행 중 오류 발생: 저장됬는지.
지정된 파일을 찾을 수 없습니다.
다음 내용 진행 중 오류 발생: 텍스트파일로.
지정된 파일을 찾을 수 없습니다.
다음 내용 진행 중 오류 발생: 확인하기.

DataFrame 데이터를 파일로 저장할 때 옵션을 지정하는 예제¶

In [87]:

df_pr = pd.DataFrame({'판매가격':[2000, 3000, 5000, 10000],          # 판매가격과 판매량 dataframe 생성
                       '판매량':[32, 53, 40, 25]},
                       index=['P1001', 'P1002', 'P1003', 'P1004'])
df_pr.index.name = '제품번호'
df_pr

Out[87]:

	판매가격	판매량
제품번호
P1001	2000	32
P1002	3000	53
P1003	5000	40
P1004	10000	25

In [88]:

file_name = 'C:/myPyCode/data/save_DataFrame_cp949.txt'     #dataframe 데이터 df_pr을 텍스트파일로 저장
df_pr.to_csv(file_name, sep=" ", encoding = "cp949")        #옵션으로 데이터필드는 공백으로 구분, 문자 인코딩은 cp949

In [89]:

!type C:\myPyCode\data\save_DataFrame_cp949.txt    #저장된 파일 확인

제품번호 판매가격 판매량
P1001 2000 32
P1002 3000 53
P1003 5000 40
P1004 10000 25

C:\myPyCode\data\save_DataFrame_cp949.txt


지정된 파일을 찾을 수 없습니다.
다음 내용 진행 중 오류 발생: #저장된.
지정된 파일을 찾을 수 없습니다.
다음 내용 진행 중 오류 발생: 파일.
지정된 파일을 찾을 수 없습니다.
다음 내용 진행 중 오류 발생: 확인.

In [ ]: