numpy, pandas 코드 정리

라이브러리 및 데이터 불러오기

import numpy as np
import pandas as pd

Numpy

• 데이터 불러오기

items = np.array([[20, 12.34, True, "A"],
                  [12, 34.1, False, "B"],
                  [43, 55.3, True, "A"],
                  [45, 64.2, False, "C"],
                  [23, 65.1, False, "E"],
                  [65, 22.3, True, "A"],
                  [9, 44.1, True, "B"],
                  [122, 67.1, False, "C"],
                  [567, 34.2, False, "C"]], dtype=object)
items

• 모양 출력

items.shape

• 모양 변경

new_items = items.reshape((1,36))
print("shape:", new_items.shape)
print("*" * 10)
new_items

• 행렬 전치

items = items.transpose()
print("shape:", items.shape)
print("*" * 10)
items

• 최솟값 및 최댓값 출력

min(items[0]), max(items[0])

Pandas

• 데이터 불러오기

df = pd.DataFrame([{"a": 20, "b": 12.34, "c": True, "d": "A"},
                   {"a": 12, "b": 34.1, "c": False, "d": "B"},
                   {"a": 43, "b": 55.3, "c": True, "d": "A"},
                   {"a": 45, "b": 64.2, "c": False, "d": "C"},
                   {"a": 23, "b": 65.1, "c": False, "d": "E"},
                   {"a": 65, "b": 22.3, "c": True, "d": "A"},
                   {"a": 9, "b": 44.1, "c": True, "d": "B"},
                   {"a": 122, "b": 67.1, "c": False, "d": "C"},
                   {"a": 567, "b": 34.2, "c": False, "d": "C"},])
df

• 데이터 프레임 정보 보기

df.info()

• 데이터 프레임 통계적 정보 보기

df.describe()

• 행 목록

df.index

• 열 목록

df.columns

• 인덱스에 의해 값 추출

df.iloc[:, :-1]

• 열 추출 (Series 형태)

value = df['a']
print("type:", type(value))
print("*" * 10)
value

• 열 추출 (DataFrame 형태)

value = df[['a']]
print("type:", type(value))
print("*" * 10)
value

• 여러 열 추출 (DataFrame 형태)

value = df[['a', 'c']]
print("type:", type(value))
print("*" * 10)
value

• 열의 분포값 확인

df['d'].unique()

• 열의 분포 확인

df[['d']].value_counts()

• 조건 하의 데이터 추출

df[df['b'] > 50]

• 데이터 프레임 병합 (열)

new_data = ["hello", "bye", "nice", "good", "apple", "banana", "tomato", "keyboard", "mouse"]

pd.concat([df, pd.DataFrame(new_data, columns=['e'])], axis=1)

• 데이터 프레임 병합 (행)

new_data = {"a": 73, "b": 65.1, "c": True, "d": "B"}

pd.concat([df, pd.DataFrame([new_data])], axis=0)