[python] 파이썬을 이용한 빅 데이터 실습 5- DataFrame

 

 

 

 

 

 

 

 

데이터 프레임 조회하기

 

 

 

테스트 데이터 프레임 생성

 

df4 = DataFrame({'Class': ['IoT','Network', 'Economy','Big Data', 'Cloud'],
                       'Year': [2018, 2017, 2018, 2018, 2019],
                       'Price': [100, 125, 132, 312, 250],
                       'Location': ['Korea','Korea', 'Korea', 'US','Korea']},
                      index=['C01','C02','C03', 'C04', 'C05'])
df4

 

 

실행결과

 

 

 

 

 

 

원하는 열(컬럼)만 조회하기

-Class만 조회하기

 

 

색인 기호 대괄호([])안에 색인하고자 하는 컬럼 인덱스의 이름을 지정해준다

 

df4['Class']

 

 

실행결과

 

 

C01         IoT
C02     Network
C03     Economy
C04    Big Data
C05       Cloud
Name: Class, dtype: object

 

 

두개의 컬럼 조회하기

-Class와 Price 조회하기

 

 

색인기호([])안에 색인하고자 하는 컬럼 인덱스들을 각각 지정한다

 

df4[['Class','Price']] // 그냥 쓰면 에러 리스트로 담아서 전달

 

실행결과

 

      Class    Price
C01	IoT	100
C02	Network	125
C03	Economy	132
C04	Big Data312
C05	Cloud	250

 

 

 

 

 

원하는 행[로우]만 조회하기

 

 

데이터프레임 색인 방법

 

기본적으로는 컬럼 인덱스를 우선적으로 색인

로우 인덱스로 색인을 하고 싶은 경우에는

loc 또는 iloc 속성을 사용해야 한다

 

#df4.iloc[3] // 숫자 인덱스는 .iloc 사용
df4.loc['C04'] //둘이 동일

 

 

Quiz) 컬럼인덱스와 로우 인덱스를 변환하기 위해서 axis를 사용할 수 있을까?

 

answer) x (error)

 

 

 

 

 

 

 

 

 

인덱스 슬라이싱

 

범위 값을 주고, 그 범위에 해당하는 데이터를 색인하는 방법

숫자, 문자 인덱스 모두 슬라이싱 가능

스타트 인덱스부터 엔드 인덱스까지의 범위 값에 해당하는 데이터 리턴

숫자 인덱스 사용 시 엔드 인덱스 포함이 안된다

 

 

 

C02 ~ C04 까지의 강의 조회

 

색인의 조건이 인덱스 슬라이싱인 경우 loc,iloc는 생략 가능하다

 

df4.loc['C02':'C04']
df4.loc[['C02','C03','C04']]
df4.iloc[1:4] // 셋 다 동일

 

실행결과

 

	Class	Year	Price	Location
C02	Network	2017	125	Korea
C03	Economy	2018	132	Korea
C04	Big Data 2018	312	US

 

 

 

원하는 행과 열을 선택하여 조회하기

C02, C03 강의의 Class와 Year 만 조회

 

#df4[['Class','Year']].loc[['C02','C03']]
#df4[['Class','Year']]['C02':'C03']
#df4.loc[['C02','C03'],['Class','Year']]
df4.loc['C02':'C03','Class':'Year'] //전부 동일

 

['C02','C03'] -> 로우 인덱스

['Class','Year'] -> 컬럼 인덱스

 

 

실행결과

 

	Class	Year
C02	Network	2017
C03	Economy	2018

 

 

 

 

 

순서가 없는 컬럼 인덱스

 

df4.loc[:,'Class':'Price']

 

 

	Class	Year	Price
C01	IoT	2018	100
C02	Network	2017	125
C03	Economy	2018	132
C04	Big Data 2018	312
C05	Cloud	2019	250

 

 

 

 

 

 

 

조건 색인을 통해 특정 조건에 부합하는 데이터 선택하기

 

 

- 조건색인이란

 

들어있는 값들에 조건을 걸고, 그 조건을 충족하는 데이터만 가져오는 방식

 

 

 

 

Price가 200 이상인 강의 선택

-> df4 >= 200 => error

인덱스 설정을 안했기 때문

 

df4['Price'] >= 200

 

실행결과

 

C01    False
C02    False
C03    False
C04     True
C05     True
Name: Price, dtype: bool

 

 

 

실습하기 -> 실행 결과는 pass

 

 

# 실습 1. 'Year' 컬럼만 선택

df4['Year']

# 실습 2. 'Class'와 'Location' 컬럼만 선택

df4[['Class','Location']]

# 실습 3. C01과 C03 강의의 모든 컬럼 선택

df4.loc[['C01','C03']]

# 실습 4. C01~C03 강의의 Class와 Price만 선택

df4.loc[['C01','C02','C03'],['Class','Price']]

# 실습 4. 2019년도 강의만 조회

df4[df4.Year == 2019]

# 실습 5. 가장 가격이 비싼 강의 정보만 조회

df4.Price == df4.Price.max()

# 실습 6. 2018, 2019년도에 개설된 강의 조회

#df4[df4.Year >= 2018]
df4.Year.isin([2018,2019])

# 실습 7. 2018년도에 한국에서 개설된 강의 조회

(df4.Year == 2018) & (df4.Location == 'Korea')