바뀜

2,751 바이트 추가됨 ,  2023년 2월 1일 (수) 12:10
1번째 줄: 1번째 줄:  
== 개요 ==
 
== 개요 ==
 +
파생변수에 대해 다루는 문서.
 +
 
dataframe의 평균, 합을 구한다든가 특정 연산을 수행해야 할 때가 있다. for문으로 일일이 할 수도 있지만, 효율이 그닥 좋진 않다.
 
dataframe의 평균, 합을 구한다든가 특정 연산을 수행해야 할 때가 있다. for문으로 일일이 할 수도 있지만, 효율이 그닥 좋진 않다.
   25번째 줄: 27번째 줄:  
|특정 행의 특정 데이터만 연산해서 새로운 열을 추가한다.
 
|특정 행의 특정 데이터만 연산해서 새로운 열을 추가한다.
 
|df['mean'] = df<nowiki>[['start', 'high', 'low', 'close']]</nowiki>.mean(axis=1)
 
|df['mean'] = df<nowiki>[['start', 'high', 'low', 'close']]</nowiki>.mean(axis=1)
 +
|}
 +
 +
== 각종 통계값 ==
 +
{| class="wikitable"
 +
!의도
 +
!설명
 +
!방법
 +
|-
 +
|각 방향으로의 합을 구한다.
 +
|axis 옵션으로 방향을 지정한다.
 +
0 : 칼럼
 +
 +
1 : 행
 +
|df.sum(axis=0)
 +
|-
 +
|누적합
 +
|
 +
|df.cumsum(axis=0)
 +
|-
 +
|표준편차 구하기
 +
|
 +
|df.std(axis=0)
 +
|-
 +
|분산 구하기
 +
|
 +
|df.var(axis=0)
 +
|-
 +
|
 +
|
 +
|
 +
|}
 +
이외 다양한 함수를 제공하는데, 공식문서를 참고하자.
 +
 +
왜도 구하기. df.skew()
 +
 +
첨도 구하기. df.kurtosis()
 +
 +
== 행별 연산 ==
 +
{| class="wikitable"
 +
!의도
 +
!설명
 +
!방법
 +
|-
 +
|순위 구하기
 +
|ascending은 점수가 낮을 때 상위.
 +
{| class="wikitable"
 +
|+method 옵션
 +
!옵션
 +
!설명
 +
|-
 +
|average
 +
|동점자들의 그룹 내 평균
 +
|-
 +
|min
 +
|그룹 내 최소순위
 +
|-
 +
|max
 +
|그룹 내 최대순위
 +
|-
 +
|first
 +
|동점자 없이, 관측되는 순서에 따라 순위 부여
 +
|-
 +
|dense
 +
|min에 1을 더한 값.
 +
|}
 +
|df.rank(''method='옵션''', ascending=False)
 +
|}
 +
 +
= Dataframe 조건 연산 =
 +
 +
=== numpy.where 사용 ===
 +
{| class="wikitable"
 +
!의도
 +
!설명
 +
!방법
 +
|-
 +
|특정 행 사이를 if연산
 +
|dataframe의 if 연산.
 +
간단하게 하려면 numpy가 필요하다.
 +
 +
* 다중조건인 경우 <code>&</code>으로 연결한다.
 +
* or인 <code>|</code> 도 사용 가능.
 +
* 중첩조건은 엑셀처럼 작성하면 된다.
 +
|<code>df['over_5unit'] = np.where(df['1unit']>df['5unit'], True값, False값)</code>
 +
<nowiki>#</nowiki> 1unit 행의 값이 5unit 행의 값보다 큰 때에만 True값을 넣는다.
 +
 +
<code>df['열'] = np.where(조건, 참, np.where(조건, 참2, 거짓))</code>
 +
|-
 +
|다중연산
 +
|특정 범주 안에 들어있는가 파악하기.
 +
|<syntaxhighlight lang="python">
 +
변수 = np.where(
 +
    (df['category'] == '값1') | (df['category'] == '값2') | ... , '참값', '거짓값')
 +
</syntaxhighlight>위 형태로는 너무 코드가 길어져서... 아래와 같이 축약하곤 한다.<syntaxhighlight lang="python">
 +
변수 = np.where(
 +
    df['category'].isin([값1, 값2, ...]) , '참값', '거짓값')
 +
</syntaxhighlight>
 +
|}
 +
 +
=== dataframe 행 추출(조건 추출) ===
 +
df.query() 활용.
 +
{| class="wikitable"
 +
!의도
 +
!설명
 +
!방법
 +
|-
 +
|조건 추출
 +
|특정 조건에 해당하는 데이터프레임의 행을 추출한다.
 +
 +
&, |, in, >, >= 등 일반적으로 사용하는 연산자 사용 가능.
 +
 +
조건에 외부변수를 사용하려면 @변수명 형태로 기입한다.
 +
|
 +
* df.query('조건')  # 조건을 문자열 형태로 넣어야 한다. 조건은 일반 if문법을 따라간다.
 +
*: 예시) <code>df.query('열이름 == 1')</code>  # 해당 열에서 1 값을 갖는 행만 뽑아낸다.
 +
* 외부 변수를 조건에 활용하려면 <code>df.query('열이름 == @외부변수명')</code> 형태로 @를 사용한다.
 
|}
 
|}
 
[[분류:Pandas:DataFrame]]
 
[[분류:Pandas:DataFrame]]