(pandas) basic

Series vs Dataframe

Dropping

Series	Dataframe
s.drop(['a', 'c'])	df.drop('Contury', axis=1)

 

Sorting (Dataframe)

df.sort_values(by='Country')  # Column 이름으로 정렬

 

I/O

Read & Write to CSV	df = pd.read_csv( 'file.csv', header=None, nrows=5) df.to_csv('myDataFrame.csv')
Read & Write to Excel	df = pd.read_excel('file.xlsx') df.to_excel('myDataFrame.xlsx' , sheet_name='Sheet1')
	※ 복수 시트중 특정 시트만 선택 xlsx = pd.ExcelFile('file.xlsx') df = pd.read_excel(xlsx, 'Sheet1')
Read & Write to SQL Query or DB	from sqlalchemy import create_engine engine = create_engine('sqlite://:memory: ') df = pd.read_sql('SELECT * FROM my_table;' , engine) df =  pd.read_sql_table('my_table' , engine) df =  pd.read_sql_query('SELECT * FROM my_table;' , engine) ※ df 를 myDf 테이블로 DB에 등록 df.to_sql('myDf', engine)

Selection

import pandas as pd   values= [ ['Rohan',455], ['Elvish',250], ['Deepak',495], ['Soni',400], ['Radhika',350], ['Vansh',450] ]  df = pd.DataFrame(values, columns=['Name', 'Total_Marks'])

df.iloc	칼럼지정은 인덱스만 사용 ※ 범위는 마지막 인덱스는 제외	df.iloc[1:3]            # [처음row인덱스 : 마지막제외row인덱스] = df.iloc[1:3, : ]     # 전체칼럼은 생략하거나 : 를 사용 = df.iloc[[1,2]]       # [ , , ] 를 사용해 특정 row 번호를 지정 df.iloc[ : , [0, 1]]  # 특정 row, column 을 지정할 시엔 [ , , ] 를 사용
df.loc	칼럼 지정은 칼럼명만 사용 ※ 범위는 제외없이 모두 포함	df.loc[1: 3, ['Name', 'Total_Marks]       # 칼럼명 지정 = df.loc[1:3,'Name' :'Total_Marks']    # 칼럼범위 지정 # 로의 필터df.loc[df['Total_Marks'] > 400, ['Name', 'Total_Marks'] ]
df.iat	칼럼 지정은 인덱스만 사용하여 한개만 추출	df.iat[2, 1]
df.at	칼럼 지정은 칼럼명만 사용하여 한개만 추출	df.at[2, 'Total_Marks']

 

Apply Functions

1.  특정 칼럼의 값을 조작하여 새로운 칼럼을 생성 (Dataframe.assign())
	import pandas as pd   values= [ ['Rohan',455], ['Elvish',250], ['Deepak',495], ['Soni',400], ['Radhika',350], ['Vansh',450] ]  df = pd.DataFrame(values, columns=['Name', 'Total_Marks']) # lambda 함수정의 : Total_Marks 칼럼값을 1/5 f = lambda row : (row[ 'Total_Marks' ] /500 * 100) # assing 으로 lambda 함수를 적용하고 결과로 Percentage 칼럼을 생성 df = df.assign(Percentage = f) # 혹은, apply() 를 이용 f = lambda row: (row[ 'Total_Marks'] / 500 * 100) df[ 'Percentage' ] = df.apply(f, axis=1) # 혹은, 특정칼럼만 선택해서 apply() 를 적용 df[ 'Percentage' ] = df[ 'Total_Marks' ].apply(lambda col: col / 500 * 100)
2. 특정 조건에 맞는 값만 변경
	values_list = [[15, 2.5, 100], [20, 4.5, 50], [25, 5.2, 80], [45, 5.8, 48], [40, 6.3, 70], [41, 6.4, 90],  [51, 2.3, 111]] df = pd.DataFrame(values_list, columns=['Field_1', 'Field_2', 'Field_3'], index=['a', 'b', 'c', 'd', 'e', 'f', 'g'])
	단수 칼럼만 변경 # lambda 함수정의 : 인덱스(x.name)가 'd' 만 2승  f = lambda row: np.square(row) if row.name == 'd' else row # 칼럼(axis=1) 방향 적용 df = df.apply(f, axis=1)
	복수 칼럼 변경 f = lambda row: np.square(row) if row.name in ['a', 'e', 'g']  else row df = df.apply(f, axis=1)