1주차 DAY3 파이썬으로 데이터 다루기 (T.I.L) chap 2

Pandas로 2차원 데이터 다루기 - dataframe

dataframe?

• 2-D labeled table
• 인덱스를 지정할 수도 있음

import pandas as pd
import numpy as np

d = {"height":[1,2,3,4],"weight":[30,40,50,60]}

df = pd.DataFrame(d)
df

dtype 확인

df.dtypes

From CSV to dataframe

• Comma Separated Value를 DataFrame으로 생성해줄 수 있다.
• read_csv()를 이용

동일 경로에 country_wise_latest.csv가 존재하면

covid = pd.read_csv("./country_wise_latest.csv")

covid

Pandas 활용 1. 일부부만 관찰하기

• haed(n): 처음 n개의 데이터 참조
• tail(n): 마지막 n개의 데이터 참조

Pandas 활용 2. 데이터 접근하기

• df['column_name'] or df.column_name

covid["Confirmed"][1:5]

Pandas 활용 3."조건"을 이용해서 데이터 접근하기

# 신규 확진자가 100명이 넘는 나라를 찾아보자!

covid[covid["New cases"][:]> 100]

특정 column에 어떠한 값들이 있는지 중복없이 알아보고자 할때

• df["name"].unique()를 사용한다

Pandas 활용 4. 행을 기준으로 데이터 접근하기

• 예시 데이터 - 도서관 정보

books_dict = {"Available":[True,True,False],"Location":[102,215,323],"Genre":["Programming","physics","Math"]}
books_df = pd.DataFrame(books_dict,index = ["버그란 무엇인가","두근두근 물리학","미분해줘 홈즈"]) # index를 지정해줌
books_df

인덱스를 이용해서 가져오기: .loc[row,col]

books_df.loc["버그란 무엇인가"]

# "미분해줘 홈즈 책이 대출 가능한지?"
books_df.loc["미분해줘 홈즈","Available"]

숫자 인덱스를 이용해서가져오기:.iloc[rowidx,colidx]

인덱스 0행의 인덱스 1열 가져오기

books_df.iloc[0,1]

Pandas 활용 5.groupby

• Split: 특정한 "기준"을 바탕으로 DataFrame을 분할
• Apply: 통계함수 - sum(), mean(), median(), - 을 적용해서 각 데이터를 압축
• Combine: Apply된 결과를 바탕으로 새로운 Series를 생성(group_key: applied_value)

# WHO Region 별 확진자수

# 1. covid에서 확진자 수 column만 추출한다.
# 2. 이를 covid의 WHO Region을 기준으로 groupby한다.

covid_by_region = covid['Confirmed'].groupby(by=covid["WHO Region"])
covid_by_region

covid_by_region.sum()

# 국가당 감염자 수

covid_by_region.mean() #sum()/ 국가수 (groupby된 개체의 합)

해당 데이터셋 출처

코로나 데이터셋
아보카도 데이터셋