파이썬 EDA-pandas-input

학습 목표

• 데이터 분석을 위해 판다스의 데이터프레임과 시리즈를 이해하며 실습해 봅니다.

핵심 키워드

• DataFrame, Series

• read_csv

• shape, index, columns, values, dtypes

• df.info(), df.describe()

• df.isnull().sum(), df.isnull().mean()

• df["열"]

• df.loc["행"], df.loc["행", "열"]

라이브러리 로드

# 데이터 분석을 위한 pandas 라이브러리
# 데이터 시각화를 위한 seaborn 
import pandas as pd
import seaborn as sns

print(pd.__version__) # 1.3.5
print(sns.__version__) #0.11.2

데이터셋 불러오기

• seaborn 데이터셋 위치 : https://github.com/mwaskom/seaborn-data

# df
sns.load_dataset("mpg") #seabron내장 데이터셋: 연비

#pandas로 불러오기
df = pd.read_csv("https://raw.githubusercontent.com/mwaskom/seaborn-data/master/mpg.csv")
df.shape #(398,9)

# index 값만 보기
df.index # RangeIndex(start=0, stop=398, step=1)

# columns 값만 보기
df.columns

# 결과
Index(['mpg', 'cylinders', 'displacement', 'horsepower', 'weight',
       'acceleration', 'model_year', 'origin', 'name'],
      dtype='object')

# values 값만 보기
df.values

# 데이터 타입만 보기
df.dtypes

데이터셋 일부만 가져오기

# head 을 통해 일부만 가져오기
df.head()

# tail 을 통해 일부만 가져오기
df.tail()

# sample을 통해 랜덤하게 일부만 가져오기
df.sample(3, random_state=42) #random_state 값을 고정 시키는 용도

요약하기

# info 를 통해 요약정보 보기

df.info()

결측치 확인

# 결측치 수 확인
#df.isna()가능
df.isnull().sum()

# 결측치 비율 확인
df.isnull().mean()

기술통계

# describe 로 기술통계 확인하기
df.describe()

df.describe(include ="object")

Series(대괄호1개)

df["mpg"]

type(df["mpg"]) #pandas.core.series.Series

df["name"]

DataFrame(대괄호2개)

df[["origin", "name"]] #여러 개의 컬럼을 가져올 때 대괄호로 묶어서 가져오기

loc

• 행(index) 인덱싱

• .loc[행]

• .loc[행, 열]

• .loc[조건식, 열]

# loc 로 하나의 행을 가져옵니다.
df.loc[0]#첫 번째

# loc로 2개의 행을 가져와 봅니다.
df.loc[[0,1]]

# loc로 행, 열을 가져와 봅니다.
df.loc[0,"name"] # 'chevrolet chevelle malibu'

# loc로 여러개의 행, 열을 가져와 봅니다.
df.loc[[0,1], ["name", "origin"]]

정리

• import로 데이터 라이브러리 부르기

• 데이터 로드를 통해 데이터셋 불러오기(by df, sns)

• 값만 보기

  • index: 인덱스값

  • columns: 행

  • values: 값

  • dypes: 유형

• 데이터 일부만 가져오기

  • head(n) : 맨 위에서 n개
  • tail(n) : 맨 끝에서 n개

• 데이터 요약하기

  • info()

  • describe():지수 통계 값 알기

  • isnull(): 결측치 수 확인

• Series

  • 대괄호 1개

  • 1차원

• Dataframe

  • 대괄호 2개

  • 2차원

• 색인

  • 열(column) 인덱싱

  • [컬럼]

  • [[컬럼1, 컬럼2, 컬럼3]]

• loc

  • 행(index)인덱싱

  • .loc[행]

  • .loc[행,열]

  • .loc[조건식, 열]