[데이터 분석] pandas 기초

pandas

테이블 형태의 데이터를 쉽게 다룰 수 있는 파이썬 라이브러리

 

pandas 라이브러리 불러오기

import pandas as pd

pd.함수명()

 

 

20-11arrived.xlsx

row1 = 제목 --데이터 분석에는 불필요

row2 = 4개의 칼럼명

row3~8 = 분석할 데이터 -- 데이터 분석에 필요

row 9~10 = 요약 정보 -- 데이터 분석에 불필요

 

 

arrived_1= pd.read_excel('./Downloads/20-11arrived.xlsx',header=1, skipfooter =2,usecols = 'A:C')

arrived_1.head(3)

pd.read_excel() -엑셀 파일 불러오는 함수 안에 Path넣음

header =1  - 칼럼명 있는 위치. 0부터 시작이므로 row2 = 1

skipfooter =2 - 마지막 row에서 두 줄을 생략

usecols ='A:C' A부터 C칼럼까지 불러온다

 

.head(3) - 처음부터 3번째row까지 보여준다,

 

.tail(3)

 

arrived_1.info() 데이터 요약 정보 확인

 

<class 'pandas.core.frame.DataFrame'> 이 데이터는 pandas의 데이터프레임 클래스다 RangeIndex: 6 entries, 0 to 5 0~5까지 총 6 rows 로 구성 Data columns (total 3 columns): 총 3개의 칼럼   0 국적코드 6 non-null object 국적코드 칼럼은 빈칸 없이(non-null) 6개의 row로 구성된 object(문자 속성)변수다   dtypes: int64(1), object(2)   memory usage: 272.0+ bytes

 

 

기초통계량 확인

arrived_1.describe()

숫자형 변수에 대한 여러가지 통계량을 출력하는 함수(여기서는 입국객수가 숫자형변수)

순서대로 개수,평균,표준편차,최솟값,1분위수,2분위수(중위수),3분위수,최댓값

 

 

---

  데이터 선택 - 칼럼 기준   

 

arrived_1['입국객수']

여러 칼럼을 선택하려면 리스트로 묶어주어야 한다

arrived_1[['국적코드','입국객수']]

 

 

칼럼 생성

기존 데이터에 존재하지 않던 기준년월이라는 칼럼에 '2020-11'을 부여한 결과,기준년월이라는 신규 칼럼이 생성됨

arrived_1['기준년월']= '2020-11'
arrived_1

 

---

 

 

  데이터 선택 -  로우 기준  : 특정조건에 맞는 데이터 필터링 할 때

 

성별이 남성인 경우만 찾기

condition = (arrived_1['성별'] == '남성')
condition

남성의 index 번호는 0,2,4

arrived_1[condition]

 

 

성별이 남성 이면서 입국객수가 150,000명 이상

&으로 연결

condition = (arrived_1['성별']== '남성') & (arrived_1['입국객수']>=150000)
arrived_1[condition]

AND &

OR |

 

---

condition = (arrived_1['국적코드'].isin(['A01','A08']))
arrived_1[condition==False]

.isin() 안에 찾고 싶은 값을 리스트 형태로 넣으면 True False 반환

condition == False 로 설정하면 해당하지 않는 경우만 볼 수 있음