[빅데이터분석기사] 판다스3 - 추가/변경, 정렬, 필터링, 결측치, 값 변경

import pandas as pd
import numpy as np

1. 데이터 추가/변경

df['추가할 컬럼명'] = np.nan

# 전부 nan이 들어있는 '추가할 컬럼명'이 추가된다.

df['원산지'] = np.nan

 

0번째 인덱스의 아메리카노의 원산지는 '콜롬비아'이다.

df.loc[0, '원산지'] = '콜롬비아'
df.loc[2:3, '원산지'] = '과테말라'

 

리스트 형태로 데이터(행)를 추가할 때,

df.loc['인덱스'] = ['크리스마스 라떼', 6000, 300, '한국']

 

딕셔너리 형태로 데이터(행)을 추가할 때,

df.loc[7] = {'메뉴': '안녕커피', '가격': 10000, '칼로리': 200}

 

추가한 '인덱스'행 삭제하고 싶을 때,

df.drop('인덱스', axis=0)

2. 정렬

인덱스 기준으로 정렬하기

df.sort_index(ascending=True) # ascending True는 오름차순
df.sort_index(ascending=False) # ascending False는 내림차순

 

값을 기준으로 정렬하기 (값 중 '메뉴' 컬럼을 기준으로 정렬)

df.sort_values('메뉴', ascending=True) # 오름차순
df.sort_values('메뉴', ascending=False) # 내림차순

 

여러 개의 기준으로 정렬할 경우 리스트를 사용한다.

# 가격과 메뉴 기준 정렬
df = df.sort_values(['가격', '메뉴'], ascending=[False, True]) 
# 가격은 내림차순 메뉴는 오름차순

 

 

왼쪽의 이미지 index를 오른쪽 이미지 index 처럼 변경하고 싶을 때(즉, 인덱스를 새로 만들고 싶을 때)

df = df.reset_index(drop=True)
# drop=True 안해주면 새로운 컬럼이 생긴다.

함수를 적용한 데이터프레임을 저장하고 싶다면, 항상 변수에 저장해줘야 한다. 

 

3. 필터링

조건에 맞는 데이터만 출력하기 (변수에 넣어서 사용하는걸 추천)

# 1개 조건
cond = df['칼로리'] < 50
df[cond]

df[df['칼로리'] < 50]

 

cond = df['칼로리'] < 50 일 때, 칼로리가 50 이상인 데이터를 출력하고 싶다면 '~'를 붙인다.

cond = df['칼로리'] < 50
df[~cond]

 

조건이 2개 이상일 때 (and/or)

cond1 = df['칼로리'] > 50
cond2 = df['가격'] > 5000

df[cond1 & cond2]
df[cond1 | cond2]

 

문자열이 조건일 때

# 원산지가 콜롬비아인 데이터
cond = (df['원산지'] == '콜롬비아')
cond = df['원산지'] == '콜롬비아'
df[cond]

 

문자열과 숫자 조건(조건 여러개)

# 문자열과 숫자 조건 (AND/OR)
cond1 = df['원산지'] == '과태말라'
cond2 = df['가격'] <= 5000
df[cond1 & cond2]
df[cond1 | cond2]

 

isin은 DataFrame객체의 각 요소가 values 값과 일치하는지 여부를 bool 형식으로 반환

# 메뉴에 녹차를 포함하는 데이터 반환
df['메뉴'].isin(['녹차'])

# isin 활용
cond = df['메뉴'].isin(['녹차'])
df[cond]

 

isin을 복수컬럼에 활용

box = ['녹차', '카푸치노', '카페라떼']
cond = df['메뉴'].isin(box)
df[cond]

4. 결측치 처리

결측치 확인 (결측치 있을 시 True, 없을 시 False)

df.isnull()
df.isna()

컬럼별 결측치 확인(결측치가 있을 땐 True, 1 이고 결측치가 없을 땐 False 0 이기 때문에 sum만큼의 결측치가 있다는 것)

df.isnull().sum()
df.isna().sum()

 

결측값 채울땐 fillna 사용

df['원산지'] = df['원산지'].fillna('코스타리카')
df

5. 값 변경

문자 대치

df = df.replace('아메리카노', '룽고')
df = df.replace('녹차', '그린티')

 

문자대치(딕셔너리 사용)

change = {'아메리카노':'룽고', '녹차':'그린티'}
df = df.replace(change)

 

map 함수 사용(실무에서는 map을 더 많이 사용)

# map() 함수
import pandas as pd
df = pd.DataFrame({'만족도': ['만족', '보통' ,'불만', '보통', '만족']})

mapping = {'만족': 3, '보통': 2, '불만': 1}
df['만족도_숫자'] = df['만족도'].map(mapping)
df

• 딕셔너리 형태로 만들어서 map함수 내에 딕셔너리 넣어서 값을 넣어준다.