[스터디 노트] 9번째 파이썬 분석 기초 (240919), 제로베이스 데이터 분석 스쿨 내용

제로베이스 데이터 분석 스쿨 내용에 대한 기록이다.

9번째는 파이썬 분석 기초 강의이다.

 

파이썬을 데이터 분석가가 사용하는 입장에서 주로 쓰는 코드를 공부한다.

 

Python (분석)

[판다스]

[기본 함수]

• 상위 5개 행 출력
  • df.head()
• 행과 열의 갯수 출력
  • df.shape
• 전체 컬럼명 출력
  • df.columns
• 데이터프레임의 인덱스 구성 확인
  • df.index
  • 0부터 시작해서 스텝 사이즈가 1이 디폴트
• null 갯수 확인
  • df.isnull().sum()
• 전체 컬럼 데이터 개수와 타입 체크
  • df.info()
• numerical 변수 통계값 확인
  • df.describe()
• 한글 포함된 csv 로드
  • df = pd.read_csv(path, encoding='euc-kr')
• 컬럼의 고유값 확인
  • 개수 출력
    • df['col'].nunique()
  • 이름 출력
    • df['col'].unique()
      
      

[특정 행과 열의 값]

• r(행), c(열)에 대한 값을 리턴
  • df.iloc[r,c]
  • 6번째 컬럼의 모든 행을 가져와서 데이터 타입 확인
    • df.iloc[:,5].dtype
  • 6번째 컬럼의 3번째 값
    • df.iloc[2,5]
• 실제로는 df['col'] 형태를 더 많이 사용
  
  

[iloc와 loc]

• 인덱스의 순서로 불러올 때는 iloc
• 값으로 불러올 때는 loc
  
  

[데이터 유형별 출력]

• numerical 변수
  • df.select_dtypes(exclude=object).columns
• categorical 변수
  • df.select_dtypes(include=object).columns
    
    

[필터링 & 소팅]

• 값을 기준으로 필터링
  • col 컬럼의 값이 3인 데이터 추출 후 head 출력
    • df[df['col']==3].head()
  • 정렬까지 하고 출력
    • reset_index 함수 사용
    • df.loc[df['col']==3].head().reset_index(drop=True)
• df에서 바로 타입 변환
  • 스트링 변환 후 실수 변환까지 하기
    • str 함수로 바로 변환 가능
    • astype로 타입 변환 가능
    • df['new_price'] = df['item_price'].str[1:].astype('float')
• and or 사용
  • loc 안에 넣고 & | 사용
  • df_ans = df.loc[(df.item_name =='Chicken Salad Bowl') & (df.new_price <= 9)]
  • df_ans = df.loc[(df.item_name =='Steak Salad') | (df.item_name =='Bowl')]
• 정렬
  • sort_values 함수 사용
  • df_ans = df.sort_values('new_price').reset_index(drop=True)
  • df_ans = df.sort_values('new_price',ascending=False).reset_index(drop=True)
• 내용 포함하는 데이터 소팅
  • contains 함수 사용
  • df_ans = df.loc[df.item_name.str.contains('Chips')]
  • not 사용 가능 (앞에 ~ 표시)
  • df_ans = df.loc[~df.choice_description.str.contains('Vegetables')]
  • 첫글자로 찾기
  • df_ans = df[df.item_name.str.startswith('N')]
  • 리스트 주고 찾기
  • df_ans = df.loc[df.new_price.isin(ls)]
• 짝수 홀수 번째 컬럼
  • 짝수, df_ans = df.iloc[:,::2]
  • 홀수, df_ans = df.iloc[:,1::2]
• 중복 제거
  • drop_duplicates 함수 사용
  • 기준 컬럼 제시
  • 첫번째 행만 사는 것이 디폴트
  • df = df.drop_duplicates('item_name')
  • 마지막 행만 살리기
  • df = df.drop_duplicates('item_name',keep='last')
• 평균 이상 필터링
  • df_ans = df.loc[df.new_price >= df.new_price.mean()]
• 데이터값 수정
  • loc 사용
  • [조건, 입력할 컬럼] = 입력할 값
  • df.loc[df.item_name =='Izze','item_name'] = 'Fizzy Lizzy'
  • df.loc[df.choice_description.isnull(),'choice_description'] ='NoData'

 

깃허브 링크

 

깃허브 파이썬 분석 공부 부분 링크