Pandas: DataFrame 작업

Theodore Petrou의 (2017 Packt Publishing)과 pandas의 공식 수첩(pandas의 공식 문서를 너무 잘 썼다)

을 강추했다

DataFrame 구축

df = pd.DataFrame(data, index=[], columns=[]): data는 2차원수조

이다.

다중 index를 구축한 df는 다음과 같다.

>>> tuples = [('a', 'v1'), ('a', 'v2'), ('b', 'v1'), ('b', 'v2')]
>>> index = pd.MultiIndex.from_tuples(tuples)
>>> columns = ['c1', 'c2']
>>> values = np.arange(8).reshape(4, 2)
>>> df = pd.DataFrame(values, columns=columns, index=index)
>>> df
        c1  c2
a   v1   0   1
    v2   2   3
b   v1   4   5
    v2   6   7

다중 열 선택

df[col_names_list]: 열 이름 목록을 통해 여러 열을 직접 선택

df.select_dtypes(include=['int']): 데이터 형식이 int인 열을 선택

df.filter(like='str', regex='re'): 이 방법은 모든columnnames만 검사하고 정확한 데이터는 검사하지 않습니다

df[new_col_order_list]: df의 열 조직 순서를 정할 때 원하는 열 이름 순서로 index

(df + .00501)// .01: df의 데이터를 모두 1자리 소수로 반올림

df.add(.00501).floordiv(.01): 위와 동일

주의: 아래와 같다

In  [1]: .045 + .005
Out [1]: 0.049999999999999996

그래서 한 소수로 할 때 0.00001을 더 넣었어요.

df_1 == df_2: 같은 shape의 df를 되돌려줍니다. 값은 모두 bool 형식이고 대응하는 데이터가 같은지 확인

df.sort_values() :

df.loc[] 및 df.iloc[]사용법 집합

1. df.loc[] 자세히 보기

참고: 아래i1i2는 index 를 나타냅니다.label, c1c2columnname

df.loc['i1']: 줄의 데이터를 포함하는 Series행을 반환

i1: 한 줄df.loc[['i1', 'i2']]을 반환하고 dfi1 두 줄의 데이터를 포함

i2: 해당 위치의 데이터를 반환

df.loc['i1', 'c1']: 줄과 열을 포함하는 df.loc['i1':'12', 'c1':'c2']를 되돌려줍니다

df: df.loc[df['c1'] > 1] 열에 1보다 큰 값을 포함하는 모든 줄을 되돌려줍니다 df

c1: 되돌아오는 df.loc[df['c1'] > 1, ['c2']]열df에 포함된 df열

c2: df.loc[lambda df: df['c1'] == 1] 열에 1과 같은 값을 포함하는 모든 줄을 되돌려줍니다 df

c1: df.loc[['i1', 'i2'], ['c1']] = 1에서 해당 위치의 데이터를 1

로 변경

df: 해당 행의 데이터를 모두 1로 변경

df.loc['i1'] = 1: 대응하는 열의 데이터를 모두 1로 변경

df.loc[:, 'c1'] = 1: 열이 1보다 큰 행에 대한 모든 데이터를 0

으로 변경

df.loc[df['c1'] > 1] = 0: 1-9 행의 데이터 반환

다중 Index의 df.loc[1:9]에 대한 조작은 df로 마지막에 보면 된다

2. help(pd.DataFrame.loc) 상세 정보

iloc (integer-location)

와 df.iloc[]와 같은 기능은 완전히 숫자를 바탕으로 인덱스할 뿐이다. 예를 들어 df.loc[]는 df.iloc[1:3, 1:3]에 해당하고 다른 것은 유사

에 해당한다.

df.loc['i1':'i1', 'c1':'c3']도 완전히 디지털 기반 인덱싱

df.loc[]: 해당 위치의 값을 반환합니다. 'df.at['i1','c1'] = 1`: 대응하는 위치의 값을 1로 설정

Boolean Selection

df.at['i1', 'c1'] :

이 내용에 흥미가 있습니까?

현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:

다양한 언어의 JSON

JSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다. 그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다. 저는 일반적으로 '객체'{}...

텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.

CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.