[kaggle courses] Pandas - Creating, Reading and Writing

0. Pandas 시작하기

천리길도 임포트부터

import pandas as pd

 

1. 데이터 생성하기

Pandas에는 DataFrame과 Series라는 핵심 객체들이 있다.

DataFrame

Dataframe은 특정 값을 담고 있는 개별 엔트리들의 배열을 포함한 테이블이다. 각 항목은 1개의 행, 1개의 열과 상응한다. pd.DataFrame() 구조체를 통해 DataFrame을 생성할 수 있다. 열 이름('Yes', 'No')을 key로, 엔트리 리스트를 value로 하는 딕셔너리를 통해 새 DataFrame을 정의할 수 있다.

pd.DataFrame({'Yes': [50, 21], 'No': [131, 2]})

아래의 표는 위와 같은 코드를 입력했을 때의 결과다.

	Yes	No
0	50	131
1	21	2

이 예제에서 "0, No" 엔트리의 값은 131이고, "0, Yes" 엔트리는 50의 값을 갖는다. 엔트리는 정수 외의 값도 가질 수 있다.
index를 통해 row에 label을 붙일 수도 있다. 아래는 String 타입의 값과 index를 갖는 DataFrame 예시다.

pd.DataFrame({'Bob': ['I liked it.', 'It was awful.'], 
              'Sue': ['Pretty good.', 'Bland.']},
             index=['Product A', 'Product B'])

	Bob	Sue
Product A	I liked it.	It was awful.
Product B	Pretty good.	Bland.

 

Series

Series는 데이터 값의 시퀀스다. DataFrame이 테이블이라면, Series는 리스트다. 본질적으로 Series는 DataFrame의 열 한 개이다. pd.Series() 구조체를 통해 생성 가능하다.

pd.Series([1, 2, 3, 4, 5])

0    1
1    2
2    3
3    4
4    5

Series는 DataFrame과는 다르게 열마다 이름을 갖지 않는 대신, Series 전체를 가리키는 하나의 이름을 갖는다(name). 그리고 DataFrame처럼 index를 통해 row label을 붙여줄 수 있다.

pd.Series([30, 35, 40], index=['2015 Sales', '2016 Sales', '2017 Sales'], name='Product A')

2015 Sales    30
2016 Sales    35
2017 Sales    40
Name: Product A, dtype: int64

 

3. 데이터 읽어오기

pd.read_csv() 함수를 통해 CSV(Comma-Separated Values) 파일을 DataFrame으로 읽어들일 수 있다.

data = pd.read_csv("/data/mosigi.csv")