IT학습/Library

[pandas] DataFrame 기본연산, 기본 기술통계

바틀비 2024. 1. 12. 23:16

In [62]:

import numpy as np
import pandas as pd
import seaborn as sns

print(np.__version__)
print(pd.__version__)
print(sns.__version__)

1.26.3
2.1.4
0.13.1

데이터프레임을 이용한 데이터 생성¶

In [63]:

#다차원 데이터 만들기

table_data = {
    '연도' : [2015, 2016, 2016, 2017, 2017],
    '지사' : ['한국', '한국', '미국', '한국', '미국'],
    '고객수' : [200, 250, 450, 300, 500]
}
table_data

Out[63]:

{'연도': [2015, 2016, 2016, 2017, 2017],
 '지사': ['한국', '한국', '미국', '한국', '미국'],
 '고객수': [200, 250, 450, 300, 500]}

In [64]:

# 데이터프레임화

df = pd.DataFrame(table_data)
df

Out[64]:

	연도	지사	고객수
0	2015	한국	200
1	2016	한국	250
2	2016	미국	450
3	2017	한국	300
4	2017	미국	500

In [65]:

print(df.index)
print(df.values.shape) #열이 5, 행이 3
print(df.columns)

RangeIndex(start=0, stop=5, step=1)
(5, 3)
Index(['연도', '지사', '고객수'], dtype='object')

Series와 DataFrame의 연산¶

In [66]:

s1 = pd.Series([1, 2, 3, 4, 5])
s2 = pd.Series([10, 20, 30, 40, 50])
print(s1)
print(s2)

0    1
1    2
2    3
3    4
4    5
dtype: int64
0    10
1    20
2    30
3    40
4    50
dtype: int64

In [67]:

print(s1 + s2)
print(s1 - s2)
print(s1 * s2)
print(s1 / s2)

0    11
1    22
2    33
3    44
4    55
dtype: int64
0    -9
1   -18
2   -27
3   -36
4   -45
dtype: int64
0     10
1     40
2     90
3    160
4    250
dtype: int64
0    0.1
1    0.1
2    0.1
3    0.1
4    0.1
dtype: float64

In [68]:

#list와 numpy와는 다르게 두 배열의 크기가 달라도 연산이 가능함.

s1 = pd.Series([1, 2, 3, 4, 5])
s2 = pd.Series([10, 20, 30, 40, 50, 60])

s1 + s2 #50이 있는 인덱스는 NaN, 결측치로 처리함.

Out[68]:

0    11.0
1    22.0
2    33.0
3    44.0
4    55.0
5     NaN
dtype: float64

In [69]:

table_data1 = {'A': [1, 2, 3, 4, 5],
              'B': [10, 20, 30, 40, 50],
              'C': [100, 200, 300, 400, 500],
               'D': [1, 2, 3, 4, 5]}
df1 = pd.DataFrame(table_data1)

table_data2 = {'A': [6, 7, 8],
              'B': [60, 70, 80],
              'C': [600, 700, 800]}
df2 = pd.DataFrame(table_data2)

In [70]:

#Series의 연산과 같다.
#연산을 할 대상이 없으면 NaN으로 처리한다.

df1 + df2

Out[70]:

	A	B	C	D
0	7.0	70.0	700.0	NaN
1	9.0	90.0	900.0	NaN
2	11.0	110.0	1100.0	NaN
3	NaN	NaN	NaN	NaN
4	NaN	NaN	NaN	NaN

In [71]:

table_data3 = {
    '봄' : [256.5, 264.3, 215.9, 223.2, 312.8],
    '여름' : [770.6, 567.5, 599.8, 387.1, 446.2],
    '가을' : [363.5, 231.2, 293.1, 247.7, 381.6],
    '겨울' : [139.3, 59.9, 76.9, 109.1, 108.1]
}
index_list = ['2012', '2013', '2014', '2015', '2016'] # 0~4인 인덱스를 바꿈.

df3 = pd.DataFrame(table_data3, index =  index_list)
df3

Out[71]:

	봄	여름	가을	겨울
2012	256.5	770.6	363.5	139.3
2013	264.3	567.5	231.2	59.9
2014	215.9	599.8	293.1	76.9
2015	223.2	387.1	247.7	109.1
2016	312.8	446.2	381.6	108.1

In [72]:

print(df3.max())
print("-" * 15)
print(df3.min())
print("-" * 15)
print(df3.mean()) #1행에 대한 평균
print("-" * 15)
print(df3.std()) #1행에 대한 표준편차

봄     312.8
여름    770.6
가을    381.6
겨울    139.3
dtype: float64
---------------
봄     215.9
여름    387.1
가을    231.2
겨울     59.9
dtype: float64
---------------
봄     254.54
여름    554.24
가을    303.42
겨울     98.66
dtype: float64
---------------
봄      38.628267
여름    148.888895
가을     67.358496
겨울     30.925523
dtype: float64

In [73]:

print(df3.mean(axis = 1)) #1열에 대한 평균
print("-" * 15)
print(df3.std(axis = 1)) #1열에 대한 표준편차

2012    382.475
2013    280.725
2014    296.425
2015    241.775
2016    312.175
dtype: float64
---------------
2012    274.472128
2013    211.128782
2014    221.150739
2015    114.166760
2016    146.548658
dtype: float64

해석하기
가장 강수량의 평균이 낮은 연도: 2015년
- 표준편차의 의미: 평균에 대한 오차, 산포도가 앞뒤로 114만큼 있다. (범위가 127 ~ 355)
가장 강수량의 평균이 높은 연도: 2012년
- 산포도가 앞뒤로 271만큼 있다.
2015년에는 상대적으로 강수량이 많은 날과 적은 날의 편차가 작은 대신 평균적으로 적게 내렸으며 2012년에는 편차가 큰 대신 평균적으로 많이 내렸다.

In [74]:

df3.describe() #describe(axis=1)이 없으니 수동으로 처리해야 함.

Out[74]:

	봄	여름	가을	겨울
count	5.000000	5.000000	5.000000	5.000000
mean	254.540000	554.240000	303.420000	98.660000
std	38.628267	148.888895	67.358496	30.925523
min	215.900000	387.100000	231.200000	59.900000
25%	223.200000	446.200000	247.700000	76.900000
50%	256.500000	567.500000	293.100000	108.100000
75%	264.300000	599.800000	363.500000	109.100000
max	312.800000	770.600000	381.600000	139.300000

In [75]:

df3.transpose()

Out[75]:

	2012	2013	2014	2015	2016
봄	256.5	264.3	215.9	223.2	312.8
여름	770.6	567.5	599.8	387.1	446.2
가을	363.5	231.2	293.1	247.7	381.6
겨울	139.3	59.9	76.9	109.1	108.1

In [76]:

df3.transpose().describe()

Out[76]:

	2012	2013	2014	2015	2016
count	4.000000	4.000000	4.000000	4.00000	4.000000
mean	382.475000	280.725000	296.425000	241.77500	312.175000
std	274.472128	211.128782	221.150739	114.16676	146.548658
min	139.300000	59.900000	76.900000	109.10000	108.100000
25%	227.200000	188.375000	181.150000	194.67500	261.625000
50%	310.000000	247.750000	254.500000	235.45000	347.200000
75%	465.275000	340.100000	369.775000	282.55000	397.750000
max	770.600000	567.500000	599.800000	387.10000	446.200000

In [77]:

KTX_data = {'경부선 KTX': [39060, 39896, 42005, 43621, 41702, 41266, 32427],
            '호남선 KTX': [7313, 6967, 6873, 6626, 8675, 10622, 9228],
            '경전선 KTX': [3627, 4168, 4088, 4424, 4606, 4984, 5570],
            '전라선 KTX': [309, 1771, 1954, 2244, 3146, 3945, 5766],
            '동해선 KTX': [np.nan,np.nan, np.nan, np.nan, 2395, 3786, 6667]}
index_list = ['2011', '2012', '2013', '2014', '2015', '2016', '2017']

df_KTX = pd.DataFrame(KTX_data, index = index_list)
df_KTX

Out[77]:

	경부선 KTX	호남선 KTX	경전선 KTX	전라선 KTX	동해선 KTX
2011	39060	7313	3627	309	NaN
2012	39896	6967	4168	1771	NaN
2013	42005	6873	4088	1954	NaN
2014	43621	6626	4424	2244	NaN
2015	41702	8675	4606	3146	2395.0
2016	41266	10622	4984	3945	3786.0
2017	32427	9228	5570	5766	6667.0

In [78]:

df_KTX.head(2) #첫 n개의 행 반환. 디폴트는 5개

Out[78]:

	경부선 KTX	호남선 KTX	경전선 KTX	전라선 KTX	동해선 KTX
2011	39060	7313	3627	309	NaN
2012	39896	6967	4168	1771	NaN

In [79]:

df_KTX.tail(2) #마지막 n개의 행 반환

Out[79]:

	경부선 KTX	호남선 KTX	경전선 KTX	전라선 KTX	동해선 KTX
2016	41266	10622	4984	3945	3786.0
2017	32427	9228	5570	5766	6667.0

In [80]:

df_KTX[2:5] #인덱스 2번째부터 4번째까지 추출(3번째 행부터 5번째 행)

Out[80]:

	경부선 KTX	호남선 KTX	경전선 KTX	전라선 KTX	동해선 KTX
2013	42005	6873	4088	1954	NaN
2014	43621	6626	4424	2244	NaN
2015	41702	8675	4606	3146	2395.0

저작자표시 비영리 변경금지

'IT학습 > Library' 카테고리의 다른 글

[pandas] csv파일 입출력, 데이터값 수정, concat/merge (0)	2024.01.17
[pandas] loc 기본, 기술통계량 (0)	2024.01.17
[pandas] Series 데이터 구조, 날짜 데이터 (0)	2024.01.12
[numpy] 배열의 조건문, numpy 조건문 (0)	2024.01.08
[numpy] 배열의 인덱싱, 슬라이싱 (0)	2024.01.08

현재글[pandas] DataFrame 기본연산, 기본 기술통계

figma, SciPy, 알고리즘, jupyter, 플러그인, Python, seaborn, pandas, Selenium, Numpy, 통계분석, matplotlib, git, 웹크롤링, 가상환경, Anaconda,

Today :
Yesterday :

바틀비의 타자기

[pandas] DataFrame 기본연산, 기본 기술통계

데이터프레임을 이용한 데이터 생성¶

Series와 DataFrame의 연산¶

'IT학습 > Library' 카테고리의 다른 글

'IT학습/Library'의 다른글

티스토리툴바

« 2024/12 »
일	월	화	수	목	금	토
1	2	3	4	5	6	7
8	9	10	11	12	13	14
15	16	17	18	19	20	21
22	23	24	25	26	27	28
29	30	31

[pandas] DataFrame 기본연산, 기본 기술통계

데이터프레임을 이용한 데이터 생성¶

Series와 DataFrame의 연산¶

'IT학습 > Library' 카테고리의 다른 글

'IT학습/Library'의 다른글

관련글

티스토리툴바