1. 판다스(Pandas)

데이터 분석을 위한 파이썬 라이브러리 중 하나로, 표 형태의 데이터나 다양한 형태의 데이터를 쉽게 처리하고 분석
데이터프레임(DataFramge)이라는 자료구조를 제공

!pip install pandas

Requirement already satisfied: pandas in /usr/local/lib/python3.10/dist-packages (2.0.3)
Requirement already satisfied: python-dateutil>=2.8.2 in /usr/local/lib/python3.10/dist-packages (from pandas) (2.8.2)
Requirement already satisfied: pytz>=2020.1 in /usr/local/lib/python3.10/dist-packages (from pandas) (2023.4)
Requirement already satisfied: tzdata>=2022.1 in /usr/local/lib/python3.10/dist-packages (from pandas) (2024.1)
Requirement already satisfied: numpy>=1.21.0 in /usr/local/lib/python3.10/dist-packages (from pandas) (1.25.2)
Requirement already satisfied: six>=1.5 in /usr/local/lib/python3.10/dist-packages (from python-dateutil>=2.8.2->pandas) (1.16.0)

import pandas as pd

2. Series와 DataFrame

2-1. Series

Series는 1차원 배열과 같은 구조로 하나의 열을 나타냄
Series의 각 요소는 인덱스(index)와 값(value)으로 구성되어 있음
값은 넘파이의 ndarray 기반으로 저장됨
Series는 다양한 데이터 타입을 가질 수 있으며, 정수, 실수, 문자열 등 다양한 형태의 데이터를 담을 수 있음

idx = ['김사과', '반하나', '오렌지', '이메론', '배애리']

data = [67, 75, 75, 62, 98]

\# Series(데이터, 인덱스)

pd.Series(data)

0    67
1    75
2    75
3    62
4    98
dtype: int64

se1 = pd.Series(data, idx)

se1

김사과    67
반하나    75
오렌지    75
이메론    62
배애리    98
dtype: int64

print(se1.index)

print(se1.values)

Index(['김사과', '반하나', '오렌지', '이메론', '배애리'], dtype='object')
[67 75 75 62 98]

2-2. DataFrame

데이터프레임은 판다스 라이브러리에서 제공하는 중요하고 강력한 데이터 구조로, 2차원의 테이블 형태 데이터를 다룸
데이터프레임의 각 요소는 인덱스(index), 열(column), 값(value)으로 구성되어 있음
데이터프레임은 행과 열로 이루어져 있으며, 각 열은 다양한 데이터 타입을 가질 수 있음
값은 넘파이의 ndarray 기반으로 저장

data = [[67, 93, 91],

        [75, 68, 96],

        [76, 81, 82],

        [62, 70, 75],

        [98, 56, 87]]

idx = ['김사과', '반하나', '오렌지', '이메론', '배애리']

col = ['국어', '영어', '수학']



# DataFrmae(데이터, 인덱스, 컬럼, ...)

pd.DataFrame(data)

01201234

67	93	91
75	68	96
76	81	82
62	70	75
98	56	87

pd.DataFrame(data, idx)

012김사과반하나오렌지이메론배애리

67	93	91
75	68	96
76	81	82
62	70	75
98	56	87

df = pd.DataFrame(data, idx, col)

df

국어영어수학김사과반하나오렌지이메론배애리

67	93	91
75	68	96
76	81	82
62	70	75
98	56	87

print(df.index)

print(df.columns)

print(df.values)

Index(['김사과', '반하나', '오렌지', '이메론', '배애리'], dtype='object')
Index(['국어', '영어', '수학'], dtype='object')
[[67 93 91]
 [75 68 96]
 [76 81 82]
 [62 70 75]
 [98 56 87]]

2-3. 딕셔너리를 사용하여 데이터프레임을 생성하기

dic = {

'국어': [67, 75, 76, 62, 98],

'영어': [93, 68, 81, 70, 56],

'수학': [91, 96, 82, 75, 87]

}

df = pd.DataFrame(data=dic, index=idx)

df

국어영어수학김사과반하나오렌지이메론배애리

67	93	91
75	68	96
76	81	82
62	70	75
98	56	87

3. CSV 파일 읽어오기

csv(Comma Separated Value)의 약자로 데이터를 쉼표로 구분한 파일

df = pd.read_csv('/content/drive/MyDrive/KDT/5.데이터 분석/데이터/idol.csv')

df

이름그룹소속사성별생년월일키혈액형브랜드평판지수012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587

from google.colab import drive

drive.mount('/content/drive')

Drive already mounted at /content/drive; to attempt to forcibly remount, call drive.mount("/content/drive", force_remount=True).

type(df)

pandas.core.frame.DataFrame
def __init__(data=None, index: Axes | None=None, columns: Axes | None=None, dtype: Dtype | None=None, copy: bool | None=None) -> None

Two-dimensional, size-mutable, potentially heterogeneous tabular data.

Data structure also contains labeled axes (rows and columns).
Arithmetic operations align on both row and column labels. Can be
thought of as a dict-like container for Series objects. The primary
pandas data structure.

Parameters
----------
data : ndarray (structured or homogeneous), Iterable, dict, or DataFrame
    Dict can contain Series, arrays, constants, dataclass or list-like objects. If
    data is a dict, column order follows insertion-order. If a dict contains Series
    which have an index defined, it is aligned by its index. This alignment also
    occurs if data is a Series or a DataFrame itself. Alignment is done on
    Series/DataFrame inputs.

    If data is a list of dicts, column order follows insertion-order.

index : Index or array-like
    Index to use for resulting frame. Will default to RangeIndex if
    no indexing information part of input data and no index provided.
columns : Index or array-like
    Column labels to use for resulting frame when data does not have them,
    defaulting to RangeIndex(0, 1, 2, ..., n). If data contains column labels,
    will perform column selection instead.
dtype : dtype, default None
    Data type to force. Only a single dtype is allowed. If None, infer.
copy : bool or None, default None
    Copy data from inputs.
    For dict data, the default of None behaves like ``copy=True``.  For DataFrame
    or 2d ndarray input, the default of None behaves like ``copy=False``.
    If data is a dict containing one or more Series (possibly of different dtypes),
    ``copy=False`` will ensure that these inputs are not copied.

    .. versionchanged:: 1.3.0

See Also
--------
DataFrame.from_records : Constructor from tuples, also record arrays.
DataFrame.from_dict : From dicts of Series, arrays, or dicts.
read_csv : Read a comma-separated values (csv) file into DataFrame.
read_table : Read general delimited file into DataFrame.
read_clipboard : Read text from clipboard into DataFrame.

Notes
-----
Please reference the :ref:`User Guide <basics.dataframe>` for more information.

Examples
--------
Constructing DataFrame from a dictionary.

>>> d = {'col1': [1, 2], 'col2': [3, 4]}
>>> df = pd.DataFrame(data=d)
>>> df
   col1  col2
0     1     3
1     2     4

Notice that the inferred dtype is int64.

>>> df.dtypes
col1    int64
col2    int64
dtype: object

To enforce a single dtype:

>>> df = pd.DataFrame(data=d, dtype=np.int8)
>>> df.dtypes
col1    int8
col2    int8
dtype: object

Constructing DataFrame from a dictionary including Series:

>>> d = {'col1': [0, 1, 2, 3], 'col2': pd.Series([2, 3], index=[2, 3])}
>>> pd.DataFrame(data=d, index=[0, 1, 2, 3])
   col1  col2
0     0   NaN
1     1   NaN
2     2   2.0
3     3   3.0

Constructing DataFrame from numpy ndarray:

>>> df2 = pd.DataFrame(np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]),
...                    columns=['a', 'b', 'c'])
>>> df2
   a  b  c
0  1  2  3
1  4  5  6
2  7  8  9

Constructing DataFrame from a numpy ndarray that has labeled columns:

>>> data = np.array([(1, 2, 3), (4, 5, 6), (7, 8, 9)],
...                 dtype=[("a", "i4"), ("b", "i4"), ("c", "i4")])
>>> df3 = pd.DataFrame(data, columns=['c', 'a'])
...
>>> df3
   c  a
0  3  1
1  6  4
2  9  7

Constructing DataFrame from dataclass:

>>> from dataclasses import make_dataclass
>>> Point = make_dataclass("Point", [("x", int), ("y", int)])
>>> pd.DataFrame([Point(0, 0), Point(0, 3), Point(2, 3)])
   x  y
0  0  0
1  0  3
2  2  3

Constructing DataFrame from Series/DataFrame:

>>> ser = pd.Series([1, 2, 3], index=["a", "b", "c"])
>>> df = pd.DataFrame(data=ser, index=["a", "c"])
>>> df
   0
a  1
c  3

>>> df1 = pd.DataFrame([1, 2, 3], index=["a", "b", "c"], columns=["x"])
>>> df2 = pd.DataFrame(data=df1, index=["a", "c"])
>>> df2
   x
a  1
c  3

4. 데이터프레임 기본정보 알아보기

# info(): 행(row), 열(column)의 기본적인 정보와 데이터 타입을 반환

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 20 entries, 0 to 19
Data columns (total 8 columns):
 #   Column   Non-Null Count  Dtype  
---  ------   --------------  -----  
 0   이름       20 non-null     object 
 1   그룹       20 non-null     object 
 2   소속사      19 non-null     object 
 3   성별       20 non-null     object 
 4   생년월일     20 non-null     object 
 5   키        19 non-null     float64
 6   혈액형      19 non-null     object 
 7   브랜드평판지수  20 non-null     int64  
dtypes: float64(1), int64(1), object(6)
memory usage: 1.4+ KB

# 컬럼명 변경하기

print(df.columns)

new_column = ['name', 'group', 'company', 'gender', 'birthday', 'height', 'blood', 'brand']

df.columns = new_column

print(df.columns)

Index(['이름', '그룹', '소속사', '성별', '생년월일', '키', '혈액형', '브랜드평판지수'], dtype='object')
Index(['name', 'group', 'company', 'gender', 'birthday', 'height', 'blood',
       'brand'],
      dtype='object')

df

namegroupcompanygenderbirthdayheightbloodbrand012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587

# describe(): 통계 정보를 반환

df.describe()

heightbrandcountmeanstdmin25%50%75%max

19.000000	2.000000e+01
170.536842	2.700190e+06
7.225204	1.381919e+06
161.000000	1.680587e+06
164.750000	1.887423e+06
168.000000	2.074682e+06
179.000000	2.623465e+06
182.000000	6.267302e+06

df.describe(include=object) # top : 최빈값, freq: 최빈값의 빈도

namegroupcompanygenderbirthdaybloodcountuniquetopfreq

20	20	19	20	20	19
20	6	5	2	20	4
지민	방탄소년단	빅히트	여자	1995-10-13	A
1	5	7	13	1	11

# 원하는 개수의 데이터 보기

df.head() # 상위 5개의 row를 출력 > 기본값

namegroupcompanygenderbirthdayheightbloodbrand01234

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048

df.head(3)

namegroupcompanygenderbirthdayheightbloodbrand012

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081

df.tail() # 하위 5개의 row를 출력 > 기본값

namegroupcompanygenderbirthdayheightbloodbrand1516171819

윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587

df.tail(2)

namegroupcompanygenderbirthdayheightbloodbrand1819

강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587

# 정렬하기

df.sort_index() # index로 오름차순 정렬: 기본값

namegroupcompanygenderbirthdayheightbloodbrand012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587

df.sort_index(ascending=False) # index로 내림순 정렬

namegroupcompanygenderbirthdayheightbloodbrand191817161514131211109876543210

진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302

df.sort_values(by='height') # height로 오름차순 정렬

namegroupcompanygenderbirthdayheightbloodbrand173711851316151426019411210189

슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866

df.sort_values(by='height', ascending=False) # height로 내림차순 정렬

namegroupcompanygenderbirthdayheightbloodbrand181011219406214151613581173179

강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866

df.sort_values(by='height', ascending=False, na_position='first') # height로 내림차순 정렬 / NaN 값을 맨 위로

namegroupcompanygenderbirthdayheightbloodbrand918101121940621415161358117317

태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767

# 1차 정렬 : 키(내림차순), 2차정렬 : 브랜드(내림차순)

df.sort_values(by=['height', 'brand'], ascending=[False, False])

namegroupcompanygenderbirthdayheightbloodbrand181014121906214151613581173179

강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587
지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866

5. 데이터 다루기

df.head()

namegroupcompanygenderbirthdayheightbloodbrand01234

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048

df['blood']

0       A
1       A
2       A
3       O
4      AB
5     NaN
6       O
7       A
8       B
9       A
10      A
11      B
12      A
13      A
14      B
15      B
16      A
17      A
18      A
19      O
Name: blood, dtype: object

type(df['blood'])

pandas.core.series.Series
def __init__(data=None, index=None, dtype: Dtype | None=None, name=None, copy: bool | None=None, fastpath: bool=False) -> None

One-dimensional ndarray with axis labels (including time series).

Labels need not be unique but must be a hashable type. The object
supports both integer- and label-based indexing and provides a host of
methods for performing operations involving the index. Statistical
methods from ndarray have been overridden to automatically exclude
missing data (currently represented as NaN).

Operations between Series (+, -, /, \*, \*\*) align values based on their
associated index values-- they need not be the same length. The result
index will be the sorted union of the two indexes.

Parameters
----------
data : array-like, Iterable, dict, or scalar value
    Contains data stored in Series. If data is a dict, argument order is
    maintained.
index : array-like or Index (1d)
    Values must be hashable and have the same length as `data`.
    Non-unique index values are allowed. Will default to
    RangeIndex (0, 1, 2, ..., n) if not provided. If data is dict-like
    and index is None, then the keys in the data are used as the index. If the
    index is not None, the resulting Series is reindexed with the index values.
dtype : str, numpy.dtype, or ExtensionDtype, optional
    Data type for the output Series. If not specified, this will be
    inferred from `data`.
    See the :ref:`user guide <basics.dtypes>` for more usages.
name : Hashable, default None
    The name to give to the Series.
copy : bool, default False
    Copy input data. Only affects Series or 1d ndarray input. See examples.

Notes
-----
Please reference the :ref:`User Guide <basics.series>` for more information.

Examples
--------
Constructing Series from a dictionary with an Index specified

>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> ser = pd.Series(data=d, index=['a', 'b', 'c'])
>>> ser
a   1
b   2
c   3
dtype: int64

The keys of the dictionary match with the Index values, hence the Index
values have no effect.

>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> ser = pd.Series(data=d, index=['x', 'y', 'z'])
>>> ser
x   NaN
y   NaN
z   NaN
dtype: float64

Note that the Index is first build with the keys from the dictionary.
After this the Series is reindexed with the given Index values, hence we
get all NaN as a result.

Constructing Series from a list with `copy=False`.

>>> r = [1, 2]
>>> ser = pd.Series(r, copy=False)
>>> ser.iloc[0] = 999
>>> r
[1, 2]
>>> ser
0    999
1      2
dtype: int64

Due to input data type the Series has a `copy` of
the original data even though `copy=False`, so
the data is unchanged.

Constructing Series from a 1d ndarray with `copy=False`.

>>> r = np.array([1, 2])
>>> ser = pd.Series(r, copy=False)
>>> ser.iloc[0] = 999
>>> r
array([999,   2])
>>> ser
0    999
1      2
dtype: int64

Due to input data type the Series has a `view` on
the original data, so
the data is changed as well.

df.blood

0       A
1       A
2       A
3       O
4      AB
5     NaN
6       O
7       A
8       B
9       A
10      A
11      B
12      A
13      A
14      B
15      B
16      A
17      A
18      A
19      O
Name: blood, dtype: object

df.head(3)

namegroupcompanygenderbirthdayheightbloodbrand012

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081

# 범위 선택

df[:3]

namegroupcompanygenderbirthdayheightbloodbrand012

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081

# loc 인덱싱: 이름 인덱싱, 행과 열 모두 인덱싱과 슬라이싱이 가능

df.loc[:,'name'] # df['name']

0       지민
1       정국
2       민지
3       하니
4        뷔
5      다니엘
6       혜인
7       지수
8       해린
9       태연
10      RM
11      제니
12     옹성우
13      리사
14      로제
15      윤아
16      조이
17      슬기
18    강다니엘
19       진
Name: name, dtype: object

df.loc[2:5, 'name'] # 5번을 포함

2     민지
3     하니
4      뷔
5    다니엘
Name: name, dtype: object

df.loc[2:5, ['name', 'gender', 'height']]

namegenderheight2345

민지	여자	169.0
하니	여자	161.7
뷔	남자	179.0
다니엘	여자	165.0

df.loc[2:5, 'name':'gender']

namegroupcompanygender2345

민지	뉴진스	어도어	여자
하니	뉴진스	어도어	여자
뷔	방탄소년단	빅히트	남자
다니엘	뉴진스	어도어	여자

# iloc 인덱싱: index로 인덱싱, 행과 열 모두 인덱싱과 슬라이싱이 가능

df.iloc[:, 0]

0       지민
1       정국
2       민지
3       하니
4        뷔
5      다니엘
6       혜인
7       지수
8       해린
9       태연
10      RM
11      제니
12     옹성우
13      리사
14      로제
15      윤아
16      조이
17      슬기
18    강다니엘
19       진
Name: name, dtype: object

df.iloc[:, [0,2]]

namecompany012345678910111213141516171819

지민	빅히트
정국	빅히트
민지	어도어
하니	어도어
뷔	빅히트
다니엘	어도어
혜인	어도어
지수	와이지
해린	어도어
태연	에스엠
RM	빅히트
제니	와이지
옹성우	판타지오
리사	와이지
로제	와이지
윤아	에스엠
조이	빅히트
슬기	빅히트
강다니엘	NaN
진	빅히트

df.iloc[:, 0:2] # 2번 컬럼을 포함하지 않음

namegroup012345678910111213141516171819

지민	방탄소년단
정국	방탄소년단
민지	뉴진스
하니	뉴진스
뷔	방탄소년단
다니엘	뉴진스
혜인	뉴진스
지수	블랙핑크
해린	뉴진스
태연	소녀시대
RM	방탄소년단
제니	블랙핑크
옹성우	워너원
리사	블랙핑크
로제	블랙핑크
윤아	소녀시대
조이	레드벨벳
슬기	레드벨벳
강다니엘	워너원
진	방탄소년단

df.iloc[1:5, 0:2]

namegroup1234

정국	방탄소년단
민지	뉴진스
하니	뉴진스
뷔	방탄소년단

df['height'] >= 180

0     False
1     False
2     False
3     False
4     False
5     False
6     False
7     False
8     False
9     False
10     True
11    False
12    False
13    False
14    False
15    False
16    False
17    False
18     True
19    False
Name: height, dtype: bool

df['name'][df['height'] >= 180] # df[df['heught'] >= 180]['name']

10      RM
18    강다니엘
Name: name, dtype: object

문제

키가 180cm 이상인 연예인의 이름, 성별, 키, 브랜드평판지수를 출력 단, loc를 사용

df.loc[df['height'] >= 180, ['name', 'gender', 'height', 'brand']]

namegenderheightbrand1018

RM	남자	181.0	2069499
강다니엘	남자	182.0	1706444

# isin(): 정의한 list에 있는 데이터를 불린으로 반환

df

namegroupcompanygenderbirthdayheightbloodbrand012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587

company = ['빅히트', '어도어']

df['company'].isin(company) # df[df['company'].isin(company), :]

0      True
1      True
2      True
3      True
4      True
5      True
6      True
7     False
8      True
9     False
10     True
11    False
12    False
13    False
14    False
15    False
16     True
17     True
18    False
19     True
Name: company, dtype: bool

6. 결측값(Null, NaN)

비어있는 값, 판다스에서는 NaN(Not a Number)로 표기 된 것은 모두 결측값으로 취급

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 20 entries, 0 to 19
Data columns (total 8 columns):
 #   Column    Non-Null Count  Dtype  
---  ------    --------------  -----  
 0   name      20 non-null     object 
 1   group     20 non-null     object 
 2   company   19 non-null     object 
 3   gender    20 non-null     object 
 4   birthday  20 non-null     object 
 5   height    19 non-null     float64
 6   blood     19 non-null     object 
 7   brand     20 non-null     int64  
dtypes: float64(1), int64(1), object(6)
memory usage: 1.4+ KB

df.isna()

namegroupcompanygenderbirthdayheightbloodbrand012345678910111213141516171819

False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	True	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	True	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	True	False	False	False	False	False
False	False	False	False	False	False	False	False

df.isnull()

namegroupcompanygenderbirthdayheightbloodbrand012345678910111213141516171819

False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	True	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	True	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	False	False	False	False	False	False
False	False	True	False	False	False	False	False
False	False	False	False	False	False	False	False

df['height'].isna()

0     False
1     False
2     False
3     False
4     False
5     False
6     False
7     False
8     False
9      True
10    False
11    False
12    False
13    False
14    False
15    False
16    False
17    False
18    False
19    False
Name: height, dtype: bool

df[df['height'].isna()]

namegroupcompanygenderbirthdayheightbloodbrand9

태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866

df[df['height'].isna()]['name']

9    태연
Name: name, dtype: object

df[df['height'].notnull()]

namegroupcompanygenderbirthdayheightbloodbrand01234567810111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587

회사가 있는 연예인의 이름,회사,키를 출력

[ ]:

df.loc[df['company'].notnull(), ['name', 'company', 'height']]

[75]:

namecompanyheight0123456789101112131415161719

지민	빅히트	174.0
정국	빅히트	179.0
민지	어도어	169.0
하니	어도어	161.7
뷔	빅히트	179.0
다니엘	어도어	165.0
혜인	어도어	170.0
지수	와이지	162.0
해린	어도어	164.5
태연	에스엠	NaN
RM	빅히트	181.0
제니	와이지	163.0
옹성우	판타지오	179.0
리사	와이지	167.0
로제	와이지	168.0
윤아	에스엠	168.0
조이	빅히트	168.0
슬기	빅히트	161.0
진	빅히트	179.0

[ ]:

# fillna(): 결측값을 채워주는 함수

df['height']

[76]:

0     174.0
1     179.0
2     169.0
3     161.7
4     179.0
5     165.0
6     170.0
7     162.0
8     164.5
9       NaN
10    181.0
11    163.0
12    179.0
13    167.0
14    168.0
15    168.0
16    168.0
17    161.0
18    182.0
19    179.0
Name: height, dtype: float64

[ ]:

df['height'].fillna(0) # 값이 리턴되지 않음 df['height'].fillna(0, inplace=True) #적용

[77]:

0     174.0
1     179.0
2     169.0
3     161.7
4     179.0
5     165.0
6     170.0
7     162.0
8     164.5
9       0.0
10    181.0
11    163.0
12    179.0
13    167.0
14    168.0
15    168.0
16    168.0
17    161.0
18    182.0
19    179.0
Name: height, dtype: float64

[ ]:

df['height']

[78]:

0     174.0
1     179.0
2     169.0
3     161.7
4     179.0
5     165.0
6     170.0
7     162.0
8     164.5
9       NaN
10    181.0
11    163.0
12    179.0
13    167.0
14    168.0
15    168.0
16    168.0
17    161.0
18    182.0
19    179.0
Name: height, dtype: float64

[ ]:

df_copy = df.copy()

df_copy

[79]:

namegroupcompanygenderbirthdayheightbloodbrand012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587

[ ]:

height = df_copy['height'].mean()

# height = df_copy['height'].median() #50% 중위값

height

[80]:

170.53684210526316

[ ]:

df_copy

[81]:

namegroupcompanygenderbirthdayheightbloodbrand012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587

[ ]:

df_copy['height'].fillna(height, inplace=True)

df_copy['height']

[82]:

0     174.000000
1     179.000000
2     169.000000
3     161.700000
4     179.000000
5     165.000000
6     170.000000
7     162.000000
8     164.500000
9     170.536842
10    181.000000
11    163.000000
12    179.000000
13    167.000000
14    168.000000
15    168.000000
16    168.000000
17    161.000000
18    182.000000
19    179.000000
Name: height, dtype: float64

[ ]:

df_copy = df.copy()

df_copy

[83]:

namegroupcompanygenderbirthdayheightbloodbrand012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587

[ ]:

# dropna(): 결측값이 있는 행, 열을 제거. 결측값이 한개라도 있는 경우 삭제

df_copy.dropna() # axis = 0 (행삭제 생략)

[84]:

namegroupcompanygenderbirthdayheightbloodbrand01234678101112131415161719

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587

[ ]:

# 결측값이 있는 열을 제거

df_copy.dropna(axis=1)

[85]:

namegroupgenderbirthdaybrand012345678910111213141516171819

지민	방탄소년단	남자	1995-10-13	6267302
정국	방탄소년단	남자	1997-09-01	5805844
민지	뉴진스	여자	2004-05-07	4437081
하니	뉴진스	여자	2004-10-06	4161153
뷔	방탄소년단	남자	1995-12-30	3470048
다니엘	뉴진스	여자	2005-04-11	2341271
혜인	뉴진스	여자	2008-04-21	2301785
지수	블랙핑크	여자	1995-01-03	2227460
해린	뉴진스	여자	2006-05-15	2173376
태연	소녀시대	여자	1989-03-09	2079866
RM	방탄소년단	남자	1994-09-12	2069499
제니	블랙핑크	여자	1996-01-16	2069250
옹성우	워너원	남자	1995-08-25	1954327
리사	블랙핑크	여자	1997-03-27	1912800
로제	블랙핑크	여자	1997-02-11	1888132
윤아	소녀시대	여자	1990-05-30	1885297
조이	레드벨벳	여자	1996-09-03	1830514
슬기	레드벨벳	여자	1994-02-10	1741767
강다니엘	워너원	남자	1996-12-10	1706444
진	방탄소년단	남자	1992-12-04	1680587

7. 행, 열 추가 및 삭제하기

행을 추가할 때 dict 형태의 데이터를 만들고 append() 메서드를 사용하여 데이터를 추가
ignore_index=True 옵션을 추가해야 에러가 발생하지 않음

[ ]:

dic = {

'name': '김사과',

'group': '과수원',

'company': '애플',

'gender': '여자',

'birthday': '2000-01-01',

'height': 160,

'blood': 'A',

'brand': 1234567

}

[ ]:

# 행 추가하기

df = pd.concat([df, pd.DataFrame(dic, index=[0])], ignore_index=True)

[87]:

namegroupcompanygenderbirthdayheightbloodbrand01234567891011121314151617181920

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587
김사과	과수원	애플	여자	2000-01-01	160.0	A	1234567

[ ]:

# 열 추가하기

df['nation'] = '대한민국'

df.head()

[88]:

namegroupcompanygenderbirthdayheightbloodbrandnation01234

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	대한민국
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844	대한민국
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	대한민국
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153	대한민국
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	대한민국

문제

'김사과' 국적을 '미국'으로 변경
단, loc 사용

[ ]:

df.loc[df['name'] == '김사과', 'nation'] = '미국'

[89]:

namegroupcompanygenderbirthdayheightbloodbrandnation01234567891011121314151617181920

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	대한민국
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844	대한민국
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	대한민국
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153	대한민국
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	대한민국
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271	대한민국
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785	대한민국
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460	대한민국
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376	대한민국
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866	대한민국
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499	대한민국
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250	대한민국
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327	대한민국
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800	대한민국
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132	대한민국
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297	대한민국
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514	대한민국
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767	대한민국
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444	대한민국
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	대한민국
김사과	과수원	애플	여자	2000-01-01	160.0	A	1234567	미국

[ ]:

# 행 제거하기

df.drop(20, axis=0)

[90]:

namegroupcompanygenderbirthdayheightbloodbrandnation012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	대한민국
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844	대한민국
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	대한민국
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153	대한민국
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	대한민국
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271	대한민국
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785	대한민국
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460	대한민국
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376	대한민국
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866	대한민국
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499	대한민국
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250	대한민국
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327	대한민국
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800	대한민국
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132	대한민국
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297	대한민국
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514	대한민국
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767	대한민국
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444	대한민국
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	대한민국

[ ]:

df.drop([1, 3, 5, 20], axis=0)

[91]:

namegroupcompanygenderbirthdayheightbloodbrandnation024678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	대한민국
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	대한민국
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	대한민국
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785	대한민국
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460	대한민국
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376	대한민국
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866	대한민국
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499	대한민국
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250	대한민국
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327	대한민국
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800	대한민국
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132	대한민국
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297	대한민국
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514	대한민국
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767	대한민국
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444	대한민국
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	대한민국

[ ]:

# 열 제거하기

df.drop('nation', axis=1)

[92]:

namegroupcompanygenderbirthdayheightbloodbrand01234567891011121314151617181920

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587
김사과	과수원	애플	여자	2000-01-01	160.0	A	1234567

[ ]:

df.drop(['group', 'nation'], axis=1)

[93]:

namecompanygenderbirthdayheightbloodbrand01234567891011121314151617181920

지민	빅히트	남자	1995-10-13	174.0	A	6267302
정국	빅히트	남자	1997-09-01	179.0	A	5805844
민지	어도어	여자	2004-05-07	169.0	A	4437081
하니	어도어	여자	2004-10-06	161.7	O	4161153
뷔	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	어도어	여자	2008-04-21	170.0	O	2301785
지수	와이지	여자	1995-01-03	162.0	A	2227460
해린	어도어	여자	2006-05-15	164.5	B	2173376
태연	에스엠	여자	1989-03-09	NaN	A	2079866
RM	빅히트	남자	1994-09-12	181.0	A	2069499
제니	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	판타지오	남자	1995-08-25	179.0	A	1954327
리사	와이지	여자	1997-03-27	167.0	A	1912800
로제	와이지	여자	1997-02-11	168.0	B	1888132
윤아	에스엠	여자	1990-05-30	168.0	B	1885297
조이	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	NaN	남자	1996-12-10	182.0	A	1706444
진	빅히트	남자	1992-12-04	179.0	O	1680587
김사과	애플	여자	2000-01-01	160.0	A	1234567

8. 통계 함수

[ ]:

df.describe()

[94]:

heightbrandcountmeanstdmin25%50%75%max

20.000000	2.100000e+01
170.010000	2.630399e+06
7.416688	1.384378e+06
160.000000	1.234567e+06
164.125000	1.885297e+06
168.000000	2.069499e+06
179.000000	2.341271e+06
182.000000	6.267302e+06

[ ]:

df['height'].sum() # 합계

[95]:

3400.2

[ ]:

df['height'].count() # 개수, NaN은 포함하지 않음

[96]:

[ ]:

df['height'].mean() # 평균

[97]:

170.01

[ ]:

df['height'].median() # 중앙값

[98]:

168.0

[ ]:

df['height'].max() # 최대값

[99]:

182.0

[ ]:

df['height'].min() # 최소값

[100]:

160.0

[ ]:

df['height'].var() # 분산: 확률 분포에서 데이터가 퍼져있는 정도 ( 데이터가 평균으로 부터 얼마나 퍼져 있는지)

# (데이터 - 평균 ) ** 2 을 모두 다 더한 값 / 데이터의 개수

[101]:

55.00726315789475

[ ]:

# 표준편차 : 분산에 루트를 씌움

df['height'].std()

[102]:

7.416688152935564

9. 그룹

[ ]:

[103]:

namegroupcompanygenderbirthdayheightbloodbrandnation01234567891011121314151617181920

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	대한민국
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844	대한민국
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	대한민국
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153	대한민국
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	대한민국
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271	대한민국
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785	대한민국
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460	대한민국
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376	대한민국
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866	대한민국
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499	대한민국
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250	대한민국
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327	대한민국
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800	대한민국
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132	대한민국
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297	대한민국
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514	대한민국
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767	대한민국
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444	대한민국
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	대한민국
김사과	과수원	애플	여자	2000-01-01	160.0	A	1234567	미국

[ ]:

# groupby(): 데이터를 그룹으로 묶어 분석할 때 사용

df.groupby('group')

[104]:

<pandas.core.groupby.generic.DataFrameGroupBy object at 0x7e344b7b8fa0>

[ ]:

df.groupby('group').count()

[105]:

namecompanygenderbirthdayheightbloodbrandnationgroup과수원뉴진스레드벨벳방탄소년단블랙핑크소녀시대워너원

1	1	1	1	1	1	1	1
5	5	5	5	5	4	5	5
2	2	2	2	2	2	2	2
5	5	5	5	5	5	5	5
4	4	4	4	4	4	4	4
2	2	2	2	1	2	2	2
2	1	2	2	2	2	2	2

[ ]:

df.groupby('group').mean(numeric_only=True)

[106]:

heightbrandgroup과수원뉴진스레드벨벳방탄소년단블랙핑크소녀시대워너원

160.00	1234567.0
166.04	3082933.2
164.50	1786140.5
178.40	3858656.0
165.00	2024410.5
168.00	1982581.5
180.50	1830385.5

[ ]:

df.groupby('group').sum(numeric_only=True)

[107]:

heightbrandgroup과수원뉴진스레드벨벳방탄소년단블랙핑크소녀시대워너원

160.0	1234567
830.2	15414666
329.0	3572281
892.0	19293280
660.0	8097642
168.0	3965163
361.0	3660771

[ ]:

df.groupby('gender').sum(numeric_only=True)

[108]:

heightbrandgender남자여자

1253.0	22954051
2147.2	32284319

문제1

혈액형별로 그룹을 맺어, 키의 평균값을 확인

[ ]:

df.groupby('blood')['height'].mean()

[109]:

blood
A     171.090909
AB    179.000000
B     165.875000
O     170.233333
Name: height, dtype: float64

문제2

혈액형별로 그룹을 맺고, 성별로 또 그룹을 나눈 후, 키의 평균값을 확인

10.중복값 제거하기

[ ]:

df['blood']

[110]:

0       A
1       A
2       A
3       O
4      AB
5     NaN
6       O
7       A
8       B
9       A
10      A
11      B
12      A
13      A
14      B
15      B
16      A
17      A
18      A
19      O
20      A
Name: blood, dtype: object

[ ]:

# drop_duplicates(): 중복된 데이터를 제거

df['blood'].drop_duplicates()

[111]:

0      A
3      O
4     AB
5    NaN
8      B
Name: blood, dtype: object

[ ]:

df['blood'].drop_duplicates(keep='last')

df['blood'].count()

[112]:

[ ]:

# value_counts(): 열의 각 값에 대한 데이터의 개수를 반환. NaN은 생략

df['blood'].value_counts()

[113]:

blood
A     12
B      4
O      3
AB     1
Name: count, dtype: int64

[ ]:

df['company'].value_counts()

[114]:

company
빅히트     7
어도어     5
와이지     4
에스엠     2
판타지오    1
애플      1
Name: count, dtype: int64

[ ]:

df['company'].value_counts(dropna=False) # NaN을 표기

[115]:

company
빅히트     7
어도어     5
와이지     4
에스엠     2
판타지오    1
NaN     1
애플      1
Name: count, dtype: int64

11. 데이터프레임 합치기

[ ]:

df1 = pd.read_csv('/content/drive/MyDrive/KDT/5.데이터 분석/데이터/idol.csv')

df2 = pd.read_csv('/content/drive/MyDrive/KDT/5.데이터 분석/데이터/idol2.csv')

[ ]:

df_copy = df1.copy()

df_copy

df_copy.head()

[120]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수01234

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048

[ ]:

df_concat = pd.concat([df1, df_copy]) #axis=0 (기본값)

df_concat

[121]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수012345678910111213141516171819012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587
지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587

[ ]:

# reset_index(): index를 새롭게 적용

# drop=True 옵션을 사용하여 기존 index가 컬럼으로 만들어지는 것을 방지

df_concat.reset_index(drop=True)

# df_concat

[126]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수0123456789101112131415161718192021222324252627282930313233343536373839

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587
지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587

[ ]:

pd.concat([df1, df2], axis = 1) # 같은 index와 결합

[127]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수이름연봉가족수012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	지민	3000	3
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844	정국	3500	3
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	민지	3200	4
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153	하니	3050	4
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	뷔	4300	3
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271	다니엘	2900	5
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785	혜인	3400	6
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460	지수	4500	5
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376	해린	4200	4
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866	태연	4300	4
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499	RM	3700	3
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250	제니	3850	5
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327	옹성우	3900	4
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800	리사	4100	3
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132	로제	4150	3
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297	윤아	3000	3
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514	조이	3500	3
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767	슬기	3200	4
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444	강다니엘	3050	4
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	진	4300	3

[ ]:

df3 = df2.drop([1, 3, 5, 7])

df3

[128]:

이름연봉가족수02468910111213141516171819

지민	3000	3
민지	3200	4
뷔	4300	3
혜인	3400	6
해린	4200	4
태연	4300	4
RM	3700	3
제니	3850	5
옹성우	3900	4
리사	4100	3
로제	4150	3
윤아	3000	3
조이	3500	3
슬기	3200	4
강다니엘	3050	4
진	4300	3

[ ]:

pd.concat([df1, df3], axis=1)

[129]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수이름연봉가족수012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	지민	3000.0	3.0
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844	NaN	NaN	NaN
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	민지	3200.0	4.0
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153	NaN	NaN	NaN
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	뷔	4300.0	3.0
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271	NaN	NaN	NaN
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785	혜인	3400.0	6.0
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460	NaN	NaN	NaN
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376	해린	4200.0	4.0
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866	태연	4300.0	4.0
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499	RM	3700.0	3.0
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250	제니	3850.0	5.0
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327	옹성우	3900.0	4.0
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800	리사	4100.0	3.0
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132	로제	4150.0	3.0
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297	윤아	3000.0	3.0
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514	조이	3500.0	3.0
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767	슬기	3200.0	4.0
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444	강다니엘	3050.0	4.0
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	진	4300.0	3.0

[ ]:

df_right = df2.drop([1, 3, 5, 7, 9], axis=0)

df_right

[130]:

이름연봉가족수0246810111213141516171819

지민	3000	3
민지	3200	4
뷔	4300	3
혜인	3400	6
해린	4200	4
RM	3700	3
제니	3850	5
옹성우	3900	4
리사	4100	3
로제	4150	3
윤아	3000	3
조이	3500	3
슬기	3200	4
강다니엘	3050	4
진	4300	3

[ ]:

df_right = df_right.reset_index(drop=True)

df_right

[131]:

이름연봉가족수01234567891011121314

지민	3000	3
민지	3200	4
뷔	4300	3
혜인	3400	6
해린	4200	4
RM	3700	3
제니	3850	5
옹성우	3900	4
리사	4100	3
로제	4150	3
윤아	3000	3
조이	3500	3
슬기	3200	4
강다니엘	3050	4
진	4300	3

[ ]:

# merge(): 특정 고유한 키(unique, id)값을 기준으로 합침

# merge(데이터프레임1, 데이터프레임2, on='유니크값', how='병합의 기준')

# 병합의 기준: left, right, inner, cross

pd.merge(df1, df_right, on='이름', how='left')

[132]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수연봉가족수012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	3000.0	3.0
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844	NaN	NaN
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	3200.0	4.0
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153	NaN	NaN
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	4300.0	3.0
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271	NaN	NaN
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785	3400.0	6.0
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460	NaN	NaN
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376	4200.0	4.0
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866	NaN	NaN
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499	3700.0	3.0
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250	3850.0	5.0
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327	3900.0	4.0
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800	4100.0	3.0
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132	4150.0	3.0
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297	3000.0	3.0
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514	3500.0	3.0
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767	3200.0	4.0
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444	3050.0	4.0
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	4300.0	3.0

[ ]:

pd.merge(df1, df_right, on='이름', how='inner')

[133]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수연봉가족수01234567891011121314

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	3000	3
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	3200	4
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	4300	3
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785	3400	6
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376	4200	4
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499	3700	3
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250	3850	5
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327	3900	4
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800	4100	3
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132	4150	3
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297	3000	3
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514	3500	3
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767	3200	4
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444	3050	4
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	4300	3

[ ]:

pd.merge(df1, df_right, how='cross')

[134]:

이름_x그룹소속사성별생년월일키혈액형브랜드평판지수이름_y연봉가족수01234...295296297298299

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	지민	3000	3
지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	민지	3200	4
지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	뷔	4300	3
지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	혜인	3400	6
지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	해린	4200	4
...	...	...	...	...	...	...	...	...	...	...
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	윤아	3000	3
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	조이	3500	3
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	슬기	3200	4
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	강다니엘	3050	4
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	진	4300	3

300 rows × 11 columns

문제

df_right 데이터프레임에 아래와 같은 데이터를 추가하고 df1과 merge하여 출력
"이름: 김사과, 연봉 : 7000, 가족수 : 10 "
단, how=right로 함

[ ]:

dic = { "이름":"김사과", "연봉":7000, "가족수":10 }

df_right = pd.concat([df_right, pd.DataFrame(dic, index=[0])], ignore_index=True)

df_right

[135]:

이름연봉가족수0123456789101112131415

지민	3000	3
민지	3200	4
뷔	4300	3
혜인	3400	6
해린	4200	4
RM	3700	3
제니	3850	5
옹성우	3900	4
리사	4100	3
로제	4150	3
윤아	3000	3
조이	3500	3
슬기	3200	4
강다니엘	3050	4
진	4300	3
김사과	7000	10

[ ]:

pd.merge(df1, df_right, how='right')

[136]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수연봉가족수0123456789101112131415

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302.0	3000	3
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081.0	3200	4
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048.0	4300	3
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785.0	3400	6
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376.0	4200	4
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499.0	3700	3
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250.0	3850	5
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327.0	3900	4
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800.0	4100	3
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132.0	4150	3
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297.0	3000	3
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514.0	3500	3
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767.0	3200	4
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444.0	3050	4
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587.0	4300	3
김사과	NaN	NaN	NaN	NaN	NaN	NaN	NaN	7000	10

[ ]:

df_right.columns = ['성함', '연봉', '가족수']

df_right

[137]:

성함연봉가족수0123456789101112131415

지민	3000	3
민지	3200	4
뷔	4300	3
혜인	3400	6
해린	4200	4
RM	3700	3
제니	3850	5
옹성우	3900	4
리사	4100	3
로제	4150	3
윤아	3000	3
조이	3500	3
슬기	3200	4
강다니엘	3050	4
진	4300	3
김사과	7000	10

[ ]:

# pd.merge(df1, df_right, on='이름', how='right') # KeyError : '이름'

pd.merge(df1, df_right, left_on='이름', right_on='성함', how='right')

[138]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수성함연봉가족수0123456789101112131415

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302.0	지민	3000	3
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081.0	민지	3200	4
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048.0	뷔	4300	3
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785.0	혜인	3400	6
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376.0	해린	4200	4
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499.0	RM	3700	3
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250.0	제니	3850	5
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327.0	옹성우	3900	4
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800.0	리사	4100	3
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132.0	로제	4150	3
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297.0	윤아	3000	3
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514.0	조이	3500	3
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767.0	슬기	3200	4
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444.0	강다니엘	3050	4
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587.0	진	4300	3
NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	김사과	7000	10

12. 등수 매기기

[ ]:

# rank(): 데이터프레임 또는 시리즈의 순위를 매기는 함수. 기본값은 ascending

df1['브랜드순위'] = df1['브랜드평판지수'].rank()

df1

[139]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수브랜드순위012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	20.0
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844	19.0
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	18.0
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153	17.0
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	16.0
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271	15.0
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785	14.0
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460	13.0
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376	12.0
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866	11.0
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499	10.0
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250	9.0
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327	8.0
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800	7.0
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132	6.0
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297	5.0
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514	4.0
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767	3.0
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444	2.0
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	1.0

[ ]:

df1['브랜드순위'] = df1['브랜드평판지수'].rank(ascending=False)

df1

[140]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수브랜드순위012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	1.0
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844	2.0
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	3.0
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153	4.0
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	5.0
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271	6.0
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785	7.0
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460	8.0
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376	9.0
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866	10.0
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499	11.0
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250	12.0
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327	13.0
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800	14.0
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132	15.0
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297	16.0
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514	17.0
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767	18.0
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444	19.0
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	20.0

[ ]:

# astype(): 특정열의 자료형을 변경

df1['브랜드순위'] = df1['브랜드순위'].astype(int)

df1

[141]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수브랜드순위012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	1
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844	2
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	3
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153	4
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	5
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271	6
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785	7
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460	8
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376	9
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866	10
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499	11
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250	12
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327	13
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800	14
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132	15
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297	16
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514	17
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767	18
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444	19
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	20

[ ]:

df1['브랜드순위'].dtypes # 데이터 타입 확인

[142]:

dtype('int64')

13. 날짜타입 사용하기

[ ]:

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 21 entries, 0 to 20
Data columns (total 9 columns):
 #   Column    Non-Null Count  Dtype  
---  ------    --------------  -----  
 0   name      21 non-null     object 
 1   group     21 non-null     object 
 2   company   20 non-null     object 
 3   gender    21 non-null     object 
 4   birthday  21 non-null     object 
 5   height    20 non-null     float64
 6   blood     20 non-null     object 
 7   brand     21 non-null     int64  
 8   nation    21 non-null     object 
dtypes: float64(1), int64(1), object(7)
memory usage: 1.6+ KB

[ ]:

df['birthday'] # 타입이 object라 연산이 불가

[144]:

0     1995-10-13
1     1997-09-01
2     2004-05-07
3     2004-10-06
4     1995-12-30
5     2005-04-11
6     2008-04-21
7     1995-01-03
8     2006-05-15
9     1989-03-09
10    1994-09-12
11    1996-01-16
12    1995-08-25
13    1997-03-27
14    1997-02-11
15    1990-05-30
16    1996-09-03
17    1994-02-10
18    1996-12-10
19    1992-12-04
20    2000-01-01
Name: birthday, dtype: object

[ ]:

# to_datetime(): object타입에서 datetime타입으로 변환

df['birthday'] = pd.to_datetime(df['birthday'])

df['birthday']

[145]:

0    1995-10-13
1    1997-09-01
2    2004-05-07
3    2004-10-06
4    1995-12-30
5    2005-04-11
6    2008-04-21
7    1995-01-03
8    2006-05-15
9    1989-03-09
10   1994-09-12
11   1996-01-16
12   1995-08-25
13   1997-03-27
14   1997-02-11
15   1990-05-30
16   1996-09-03
17   1994-02-10
18   1996-12-10
19   1992-12-04
20   2000-01-01
Name: birthday, dtype: datetime64[ns]

[ ]:

# 강사쌤 코멘트 : 상담하면서 많이 걱정하는 질문 - AI가 코딩 다해주는데 배우는게 의미가 있나요? 지금도 코딩 자동완성 해주는거 보면 잘하고 못하고 천차만별인데, 뭐, 먼 미래에는 다 할 수도 있겠지만

# 판단은 결국 개발자가 하니까, 그냥 생산성은 굉장히 높아지지만, 아직 사람이 해야할 일이 너무 많아서 나는 걱정안함. 그정도 기술력이면 어차피 모든 직업 사라짐 걱정 ㄴㄴ

# 지금까지 가르치면서 취업 못하는 애들은 없음 6개월 배워도 일단 취업은 됨, 근데 눈이 ㅈㄴ게 높아서 회사 1~2개 넣어놓고 기도박으면 당연히 안됨, 조건 최대한 줄이고 타협해서 보이는대로 입사지원 때려박아, 그정도는 해야 겨우 몇 개 연락온다

# ㅈ같은 회사도 면접 경험쌓는다 치고, 면접만 보고오셈 안가면 그만

# 돈버는게 아니라 경력 쌓는다 생각하고, 첫 회사 다녀

[ ]:

df['birthday'].dt.year # 연도만 출력

[146]:

0     1995
1     1997
2     2004
3     2004
4     1995
5     2005
6     2008
7     1995
8     2006
9     1989
10    1994
11    1996
12    1995
13    1997
14    1997
15    1990
16    1996
17    1994
18    1996
19    1992
20    2000
Name: birthday, dtype: int32

[ ]:

df['birthday'].dt.month # 월만 출력

[147]:

0     10
1      9
2      5
3     10
4     12
5      4
6      4
7      1
8      5
9      3
10     9
11     1
12     8
13     3
14     2
15     5
16     9
17     2
18    12
19    12
20     1
Name: birthday, dtype: int32

[ ]:

df['birthday'].dt.day # 일만 출력

[148]:

0     13
1      1
2      7
3      6
4     30
5     11
6     21
7      3
8     15
9      9
10    12
11    16
12    25
13    27
14    11
15    30
16     3
17    10
18    10
19     4
20     1
Name: birthday, dtype: int32

[ ]:

df['birthday'].dt.weekday # 요일 0(월요일) ~ 6(일요일)

[149]:

0     4
1     0
2     4
3     2
4     5
5     0
6     0
7     1
8     0
9     3
10    0
11    1
12    4
13    3
14    1
15    2
16    1
17    3
18    1
19    4
20    5
Name: birthday, dtype: int32

[ ]:

df['birthday'].dt.hour # 시간 , minute:분 / second : 초 다 됨, 기본값은 0

[150]:

0     0
1     0
2     0
3     0
4     0
5     0
6     0
7     0
8     0
9     0
10    0
11    0
12    0
13    0
14    0
15    0
16    0
17    0
18    0
19    0
20    0
Name: birthday, dtype: int32

[ ]:

df['birthday'].dt.isocalendar().week # 1년 중 몇 주차 한국에선 생소한데, 외국에선 자주 사용함

[151]:

0     41
1     36
2     19
3     41
4     52
5     15
6     17
7      1
8     20
9     10
10    37
11     3
12    34
13    13
14     7
15    22
16    36
17     6
18    50
19    49
20    52
Name: week, dtype: UInt32

14. apply 사용하기

Series나 DataFrame에 구체적인 로직을 적용하고 싶을 때 사용
apply를 적용하기 위해서는 별도의 함수를 먼저 정의해야 함
작성된 함수를 apply에 매개변수로 전달함

[ ]:

df.head()

[152]:

namegroupcompanygenderbirthdayheightbloodbrandnation01234

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	대한민국
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844	대한민국
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	대한민국
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153	대한민국
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	대한민국

[ ]:

# 강사님 코멘트 : 딥러닝 마지막 단계는 무조건 모든 데이터를 숫자로 바꿔주는 작업을 해야함 0,1 위에 데이터의 성별이든 'name', 'gender'...든 결국 마지막엔 숫자로 바꿔야함

[ ]:

# 성별이 남자는 1, 여자는 0으로 변환 ( loc를 사용 )

df.loc[df['gender'] == '남자', 'gender'] = 1

df.loc[df['gender'] == '여자', 'gender'] = 0

[153]:

namegroupcompanygenderbirthdayheightbloodbrandnation01234567891011121314151617181920

지민	방탄소년단	빅히트	1	1995-10-13	174.0	A	6267302	대한민국
정국	방탄소년단	빅히트	1	1997-09-01	179.0	A	5805844	대한민국
민지	뉴진스	어도어	0	2004-05-07	169.0	A	4437081	대한민국
하니	뉴진스	어도어	0	2004-10-06	161.7	O	4161153	대한민국
뷔	방탄소년단	빅히트	1	1995-12-30	179.0	AB	3470048	대한민국
다니엘	뉴진스	어도어	0	2005-04-11	165.0	NaN	2341271	대한민국
혜인	뉴진스	어도어	0	2008-04-21	170.0	O	2301785	대한민국
지수	블랙핑크	와이지	0	1995-01-03	162.0	A	2227460	대한민국
해린	뉴진스	어도어	0	2006-05-15	164.5	B	2173376	대한민국
태연	소녀시대	에스엠	0	1989-03-09	NaN	A	2079866	대한민국
RM	방탄소년단	빅히트	1	1994-09-12	181.0	A	2069499	대한민국
제니	블랙핑크	와이지	0	1996-01-16	163.0	B	2069250	대한민국
옹성우	워너원	판타지오	1	1995-08-25	179.0	A	1954327	대한민국
리사	블랙핑크	와이지	0	1997-03-27	167.0	A	1912800	대한민국
로제	블랙핑크	와이지	0	1997-02-11	168.0	B	1888132	대한민국
윤아	소녀시대	에스엠	0	1990-05-30	168.0	B	1885297	대한민국
조이	레드벨벳	빅히트	0	1996-09-03	168.0	A	1830514	대한민국
슬기	레드벨벳	빅히트	0	1994-02-10	161.0	A	1741767	대한민국
강다니엘	워너원	NaN	1	1996-12-10	182.0	A	1706444	대한민국
진	방탄소년단	빅히트	1	1992-12-04	179.0	O	1680587	대한민국
김사과	과수원	애플	0	2000-01-01	160.0	A	1234567	미국

[ ]:

df = pd.read_csv('/content/drive/MyDrive/KDT/5.데이터 분석/데이터/idol.csv')

[154]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587

[ ]:

# 함수로 만들기

def male_or_female(x):

if x == '남자':

return 1

elif x == '여자':

return 0

else:

return None

def blood_type(x):

if x == 'A':

return 0

elif x == 'B':

return 1

elif x == 'O':

return 2

else:

return 3

# else:

# return None

[ ]:

df['성별'].apply(male_or_female)

df['혈액형'].apply(blood_type)

[165]:

0     0
1     0
2     0
3     2
4     3
5     3
6     2
7     0
8     1
9     0
10    0
11    1
12    0
13    0
14    1
15    1
16    0
17    0
18    0
19    2
Name: 혈액형, dtype: int64

[ ]:

# lamda 함수로 바꾸기

df['성별'].apply( lambda x : 1 if x == '남자' else 0)

[158]:

0     1
1     1
2     0
3     0
4     1
5     0
6     0
7     0
8     0
9     0
10    1
11    0
12    1
13    0
14    0
15    0
16    0
17    0
18    1
19    1
Name: 성별, dtype: int64

[ ]:

df['New성별'] = df['성별'].apply(lambda x: 1 if x == '남자' else 0)

df.head()

[166]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수New성별01234

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	1
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844	1
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	0
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153	0
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	1

15. map 사용하기

딕셔너리를 통해 데이터와 같은 키의 값을 적용

[ ]:

# 위에서 데이터 수정해서 다시 초기화

df = pd.read_csv('/content/drive/MyDrive/KDT/5.데이터 분석/데이터/idol.csv')

df.head()

[167]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수01234

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048

[ ]:

map_gender = {'남자':1, '여자':0 }

[ ]:

df['성별'].map(map_gender)

[169]:

0     1
1     1
2     0
3     0
4     1
5     0
6     0
7     0
8     0
9     0
10    1
11    0
12    1
13    0
14    0
15    0
16    0
17    0
18    1
19    1
Name: 성별, dtype: int64

[ ]:

df['New성별'] = df['성별'].map(map_gender)

df.head()

[170]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수New성별01234

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	1
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844	1
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	0
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153	0
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	1

16. 데이터프레임의 산술연산

[ ]:

df = pd.DataFrame({

'파이썬' : [60, 70, 80, 86, 95],

'데이터분석' : [40, 60, 70, 55, 87],

'머신러닝딥러닝' : [35, 40, 30, 80, 55]

})

[ ]:

[173]:

파이썬데이터분석머신러닝딥러닝01234

60	40	35
70	60	40
80	70	30
86	55	80
95	87	55

[ ]:

df['파이썬'].dtypes

[174]:

dtype('int64')

[ ]:

type(df['파이썬'])

[175]:

pandas.core.series.Series
def __init__(data=None, index=None, dtype: Dtype | None=None, name=None, copy: bool | None=None, fastpath: bool=False) -> None

One-dimensional ndarray with axis labels (including time series).

Labels need not be unique but must be a hashable type. The object
supports both integer- and label-based indexing and provides a host of
methods for performing operations involving the index. Statistical
methods from ndarray have been overridden to automatically exclude
missing data (currently represented as NaN).

Operations between Series (+, -, /, \*, \*\*) align values based on their
associated index values-- they need not be the same length. The result
index will be the sorted union of the two indexes.

Parameters
----------
data : array-like, Iterable, dict, or scalar value
    Contains data stored in Series. If data is a dict, argument order is
    maintained.
index : array-like or Index (1d)
    Values must be hashable and have the same length as `data`.
    Non-unique index values are allowed. Will default to
    RangeIndex (0, 1, 2, ..., n) if not provided. If data is dict-like
    and index is None, then the keys in the data are used as the index. If the
    index is not None, the resulting Series is reindexed with the index values.
dtype : str, numpy.dtype, or ExtensionDtype, optional
    Data type for the output Series. If not specified, this will be
    inferred from `data`.
    See the :ref:`user guide <basics.dtypes>` for more usages.
name : Hashable, default None
    The name to give to the Series.
copy : bool, default False
    Copy input data. Only affects Series or 1d ndarray input. See examples.

Notes
-----
Please reference the :ref:`User Guide <basics.series>` for more information.

Examples
--------
Constructing Series from a dictionary with an Index specified

>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> ser = pd.Series(data=d, index=['a', 'b', 'c'])
>>> ser
a   1
b   2
c   3
dtype: int64

The keys of the dictionary match with the Index values, hence the Index
values have no effect.

>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> ser = pd.Series(data=d, index=['x', 'y', 'z'])
>>> ser
x   NaN
y   NaN
z   NaN
dtype: float64

Note that the Index is first build with the keys from the dictionary.
After this the Series is reindexed with the given Index values, hence we
get all NaN as a result.

Constructing Series from a list with `copy=False`.

>>> r = [1, 2]
>>> ser = pd.Series(r, copy=False)
>>> ser.iloc[0] = 999
>>> r
[1, 2]
>>> ser
0    999
1      2
dtype: int64

Due to input data type the Series has a `copy` of
the original data even though `copy=False`, so
the data is unchanged.

Constructing Series from a 1d ndarray with `copy=False`.

>>> r = np.array([1, 2])
>>> ser = pd.Series(r, copy=False)
>>> ser.iloc[0] = 999
>>> r
array([999,   2])
>>> ser
0    999
1      2
dtype: int64

Due to input data type the Series has a `view` on
the original data, so
the data is changed as well.

[ ]:

df['파이썬'] + df['데이터분석'] + df['머신러닝딥러닝']

[176]:

0    135
1    170
2    180
3    221
4    237
dtype: int64

[ ]:

# df에 총점, 평균이라는 파생변수를 만들고 파생변수에 총점, 평균을 구해서 저장

df['총점'] = df['파이썬'] + df['데이터분석'] + df['머신러닝딥러닝']

df['평균'] = df['총점'] / 3

[177]:

파이썬데이터분석머신러닝딥러닝총점평균01234

60	40	35	135	45.000000
70	60	40	170	56.666667
80	70	30	180	60.000000
86	55	80	221	73.666667
95	87	55	237	79.000000

[ ]:

df['파이썬'].sum() # df['파이썬'].sum(axis=0) 행으로 더함

[178]:

[ ]:

df['파이썬'].mean()

[179]:

78.2

[ ]:

df.sum()

[180]:

파이썬        391.000000
데이터분석      312.000000
머신러닝딥러닝    240.000000
총점         943.000000
평균         314.333333
dtype: float64

[ ]:

df.mean()

[181]:

파이썬         78.200000
데이터분석       62.400000
머신러닝딥러닝     48.000000
총점         188.600000
평균          62.866667
dtype: float64

[ ]:

df1 = pd.DataFrame({

'파이썬' : [60, 70, 80, 86, 95],

'데이터분석' : [40, 60, 70, 55, 87],

'머신러닝딥러닝' : [35, 40, 30, 80, 55]

})

df2 = pd.DataFrame({

'파이썬' : ['D', 'C', 'B', 'B', 'A'],

'데이터분석' : [40, 60, 70, 55, 87],

'머신러닝딥러닝' : [35, 40, 30, 80, 55]

})

[ ]:

# df1 + df2 # str이 섞여 있어서 안됨

df1 + 10 # 모든 데이터에 10씩 더함

# df2 + 10 # 문자열이 섞여 있어서 안됨

[183]:

파이썬데이터분석머신러닝딥러닝01234

70	50	45
80	70	50
90	80	40
96	65	90
105	97	65

[ ]:

df1 = pd.DataFrame({

'데이터분석' : [40, 60, 70, 55, 87],

'머신러닝딥러닝' : [35, 40, 30, 80, 55]

})

df2 = pd.DataFrame({

'데이터분석' : [40, 60, 70, 55],

'머신러닝딥러닝' : [35, 40, 30, 80]

})

[ ]:

df1 + df2 # 행의 갯수가 다른 경우는 빠진 데이터를 NaN 으로 취급해서 연산이 안됨

[185]:

데이터분석머신러닝딥러닝01234

80.0	70.0
120.0	80.0
140.0	60.0
110.0	160.0
NaN	NaN

17. select_dtypes

[ ]:

# 위에서 데이터 수정해서 다시 초기화

df = pd.read_csv('/content/drive/MyDrive/KDT/5.데이터 분석/데이터/idol.csv')

df.head()

[186]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수01234

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048

[ ]:

df.select_dtypes(include='object') # 문자열 컬럼만 가져오기

[187]:

이름그룹소속사성별생년월일혈액형012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	A
정국	방탄소년단	빅히트	남자	1997-09-01	A
민지	뉴진스	어도어	여자	2004-05-07	A
하니	뉴진스	어도어	여자	2004-10-06	O
뷔	방탄소년단	빅히트	남자	1995-12-30	AB
다니엘	뉴진스	어도어	여자	2005-04-11	NaN
혜인	뉴진스	어도어	여자	2008-04-21	O
지수	블랙핑크	와이지	여자	1995-01-03	A
해린	뉴진스	어도어	여자	2006-05-15	B
태연	소녀시대	에스엠	여자	1989-03-09	A
RM	방탄소년단	빅히트	남자	1994-09-12	A
제니	블랙핑크	와이지	여자	1996-01-16	B
옹성우	워너원	판타지오	남자	1995-08-25	A
리사	블랙핑크	와이지	여자	1997-03-27	A
로제	블랙핑크	와이지	여자	1997-02-11	B
윤아	소녀시대	에스엠	여자	1990-05-30	B
조이	레드벨벳	빅히트	여자	1996-09-03	A
슬기	레드벨벳	빅히트	여자	1994-02-10	A
강다니엘	워너원	NaN	남자	1996-12-10	A
진	방탄소년단	빅히트	남자	1992-12-04	O

[ ]:

df.select_dtypes(exclude='object') # 문자열 컬럼만 빼고 가져오기

[188]:

키브랜드평판지수012345678910111213141516171819

174.0	6267302
179.0	5805844
169.0	4437081
161.7	4161153
179.0	3470048
165.0	2341271
170.0	2301785
162.0	2227460
164.5	2173376
NaN	2079866
181.0	2069499
163.0	2069250
179.0	1954327
167.0	1912800
168.0	1888132
168.0	1885297
168.0	1830514
161.0	1741767
182.0	1706444
179.0	1680587

[ ]:

# 문자가 아닌 칼럼에만 10을 더함

df.select_dtypes(exclude='object') + 10

[189]:

키브랜드평판지수012345678910111213141516171819

184.0	6267312
189.0	5805854
179.0	4437091
171.7	4161163
189.0	3470058
175.0	2341281
180.0	2301795
172.0	2227470
174.5	2173386
NaN	2079876
191.0	2069509
173.0	2069260
189.0	1954337
177.0	1912810
178.0	1888142
178.0	1885307
178.0	1830524
171.0	1741777
192.0	1706454
189.0	1680597

문제

문자열을 가지고 있는 컬럼의 이름만 저장하여 출력

[ ]:

str_cols = df.select_dtypes(include='object').columns

str_cols

[190]:

Index(['이름', '그룹', '소속사', '성별', '생년월일', '혈액형'], dtype='object')

18. 원 팟 인코딩(One Hot Encording)

원 팟 인코딩은 한개의 요소는 1, 나머지 요소는 0으로 만들어 카테고리형을 표현하는 방법
예) df['혈핵형']
- 머신러닝/딥러닝 알고리즘에 넣어 데이터를 예측하려고 한다면 라벨 인코딩을 하여, 수치 데이터로 변환
- 컴퓨터는 값들간의 관계를 스스로 형성하게 될 수 있음
- 만약 B형은 1, AB형이 2라는 값을 가지고 있다면 컴퓨터는 'B형 + AB형 = O형'이라는 이상한 관계를 맺을 수 있음
- 별도의 column들을 형성해주고, 1개의 column에는 1, 나머지 column에는 0으로 넣어줌으로 'A, B, AB, O'형의 관계는 서로 독립적이다'라는 카테고리로 표현하는 방식(원 핫 인코딩)

[ ]:

blood_map = {'A':0, 'B':1, 'AB':2, 'O':3}

df['혈액형_code'] = df['혈액형'].map(blood_map) # 라벨 인코딩 : 문자를 숫자로 바꾸기

df.head()

[191]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수혈액형_code01234

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	0.0
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844	0.0
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	0.0
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153	3.0
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	2.0

[ ]:

# get_dummies(): 원 팟 인코딩을 적용

pd.get_dummies(df['혈액형_code'])

[192]:

0.01.02.03.0012345678910111213141516171819

True	False	False	False
True	False	False	False
True	False	False	False
False	False	False	True
False	False	True	False
False	False	False	False
False	False	False	True
True	False	False	False
False	True	False	False
True	False	False	False
True	False	False	False
False	True	False	False
True	False	False	False
True	False	False	False
False	True	False	False
False	True	False	False
True	False	False	False
True	False	False	False
True	False	False	False
False	False	False	True

[ ]:

df = pd.get_dummies(df, columns=['혈액형_code'])

[193]:

이름그룹소속사성별생년월일키혈액형브랜드평판지수혈액형_code_0.0혈액형_code_1.0혈액형_code_2.0혈액형_code_3.0012345678910111213141516171819

지민	방탄소년단	빅히트	남자	1995-10-13	174.0	A	6267302	True	False	False	False
정국	방탄소년단	빅히트	남자	1997-09-01	179.0	A	5805844	True	False	False	False
민지	뉴진스	어도어	여자	2004-05-07	169.0	A	4437081	True	False	False	False
하니	뉴진스	어도어	여자	2004-10-06	161.7	O	4161153	False	False	False	True
뷔	방탄소년단	빅히트	남자	1995-12-30	179.0	AB	3470048	False	False	True	False
다니엘	뉴진스	어도어	여자	2005-04-11	165.0	NaN	2341271	False	False	False	False
혜인	뉴진스	어도어	여자	2008-04-21	170.0	O	2301785	False	False	False	True
지수	블랙핑크	와이지	여자	1995-01-03	162.0	A	2227460	True	False	False	False
해린	뉴진스	어도어	여자	2006-05-15	164.5	B	2173376	False	True	False	False
태연	소녀시대	에스엠	여자	1989-03-09	NaN	A	2079866	True	False	False	False
RM	방탄소년단	빅히트	남자	1994-09-12	181.0	A	2069499	True	False	False	False
제니	블랙핑크	와이지	여자	1996-01-16	163.0	B	2069250	False	True	False	False
옹성우	워너원	판타지오	남자	1995-08-25	179.0	A	1954327	True	False	False	False
리사	블랙핑크	와이지	여자	1997-03-27	167.0	A	1912800	True	False	False	False
로제	블랙핑크	와이지	여자	1997-02-11	168.0	B	1888132	False	True	False	False
윤아	소녀시대	에스엠	여자	1990-05-30	168.0	B	1885297	False	True	False	False
조이	레드벨벳	빅히트	여자	1996-09-03	168.0	A	1830514	True	False	False	False
슬기	레드벨벳	빅히트	여자	1994-02-10	161.0	A	1741767	True	False	False	False
강다니엘	워너원	NaN	남자	1996-12-10	182.0	A	1706444	True	False	False	False
진	방탄소년단	빅히트	남자	1992-12-04	179.0	O	1680587	False	False	False	True

[ ]:

df.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 20 entries, 0 to 19
Data columns (total 12 columns):
 #   Column        Non-Null Count  Dtype  
---  ------        --------------  -----  
 0   이름            20 non-null     object 
 1   그룹            20 non-null     object 
 2   소속사           19 non-null     object 
 3   성별            20 non-null     object 
 4   생년월일          20 non-null     object 
 5   키             19 non-null     float64
 6   혈액형           19 non-null     object 
 7   브랜드평판지수       20 non-null     int64  
 8   혈액형_code_0.0  20 non-null     bool   
 9   혈액형_code_1.0  20 non-null     bool   
 10  혈액형_code_2.0  20 non-null     bool   
 11  혈액형_code_3.0  20 non-null     bool   
dtypes: bool(4), float64(1), int64(1), object(6)
memory usage: 1.5+ KB

[ ]:

'코딩 > 데이터 분석' 카테고리의 다른 글

전국 도시공원 데이터 (0)	2024.06.07
상권별 업종 밀집 통계 데이터 (0)	2024.06.07
가상 온라인 쇼핑몰 데이터 (1)	2024.06.07
Matplotlib (1)	2024.06.07
넘파이(Numpy) (1)	2024.06.07

개발일지

판다스(Pandas)

1. 판다스(Pandas)

2. Series와 DataFrame

2-1. Series

2-2. DataFrame

2-3. 딕셔너리를 사용하여 데이터프레임을 생성하기

3. CSV 파일 읽어오기

4. 데이터프레임 기본정보 알아보기

5. 데이터 다루기

문제

6. 결측값(Null, NaN)

7. 행, 열 추가 및 삭제하기

문제

8. 통계 함수

9. 그룹

문제1

문제2

10.중복값 제거하기

11. 데이터프레임 합치기

문제

12. 등수 매기기

13. 날짜타입 사용하기

14. apply 사용하기

15. map 사용하기

16. 데이터프레임의 산술연산

17. select_dtypes

문제

18. 원 팟 인코딩(One Hot Encording)

'코딩 > 데이터 분석' 카테고리의 다른 글

티스토리툴바

판다스(Pandas)

1. 판다스(Pandas)

2. Series와 DataFrame

2-1. Series

2-2. DataFrame

2-3. 딕셔너리를 사용하여 데이터프레임을 생성하기

3. CSV 파일 읽어오기

4. 데이터프레임 기본정보 알아보기

5. 데이터 다루기

문제

6. 결측값(Null, NaN)

7. 행, 열 추가 및 삭제하기

문제

8. 통계 함수

9. 그룹

문제1

문제2

10.중복값 제거하기

11. 데이터프레임 합치기

문제

12. 등수 매기기

13. 날짜타입 사용하기

14. apply 사용하기

15. map 사용하기

16. 데이터프레임의 산술연산

17. select_dtypes

문제

18. 원 팟 인코딩(One Hot Encording)

'코딩 > 데이터 분석' 카테고리의 다른 글

관련글

티스토리툴바