Pandas(2)

판다스기초2

1. 시리즈 연산

    student1 = pd.Series({'국어':100, '영어':80, '수학':90})
    student2 = pd.Series({'수학':80, '국어':90, '영어':80})
   
    # 두 학생의 과목별 점수로 사칙연산 수행
    addition = student1 + student2 #덧셈
    subtraction = student1 - student2 #뺄셈
    multiplication = student1 * student2 #곱셈
    division = student1 / student2 #나눗셈
   
    # 사칙연산 결과를 데이터프레임으로 합치기
    result = pd.DataFrame([addition, subtraction, multiplication, division],
    index=['덧셈', '뺄셈', '곱셈', '나눗셈'])
   
   

• 시리즈에 한 쪽이 null값을 가지면 NaN으로 반환되는데 그걸 방지하려면 fill_value 옵션 설정

      sr_add = student1.add(student2, fill_value=0)   #덧셈
      sr_sub = student1.sub(student2, fill_value=0) #뺄셈
      sr_mul = student1.mul(student2, fill_value=0) #곱셈
      sr_div = student1.div(student2, fill_value=0) #나눗셈
  
  

      2. 데이터프레임 연산
  

      df['총점'] = df['수학'] + df['영어'] + df['음악'] + df['체육']
      df['평균'] = df['총점']/4
  

  ->df 데이터 프레임에 총점과 평균의 열이 생기면서 계산된 값이 저장되게 된다.

1. 데이터프레임 유용한 함수

• .head() : 제일 위의 5개의 행을 보여준다. ()안에 원하는 개수를 넣어 볼 수 있다.

• .tail() : head()와 반대다

• .corr() : 변수 사이의 상관계수를 나타낸다.

• .info() : 칼럼들의 개수로 타입 채워진 개수들을 알 수 있다.

• .isnull() : null 이면 True 아니면 False 반환

• .dropna() : 널일 경우 열을 삭제한는 방식으로 해결

• .fillna() : 널일 경우 열을 삭제하지 않고 다른 값으로 대체

      df['Age'].fillna(df['Age'].mean())

->mean은 그 열의 평균,mix min std(표준편차) var(분산) 가 있다.

• axis=0 행, axis=1 열

• GroupBy groups 속성 : 각 그룹과 그룹에 속한 index를 dict 형태로 표현

    class_group = df.groupby('Pclass')
    class_group.groups
  

• .count() : 데이터의 개수 출력