편집
1,408
번
바뀜
→개요
== 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.
|
|
|df["열이름"].mean(axis=0)
|df["열이름"].mean(axis=0)
|-
|특정 행의 특정 열에 대한 평균만 구하기
|특정 행의 특정 데이터만 연산해서 새로운 열을 추가한다.
|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]]