Pandas:DataFrame:데이터 조작

1 개요

파생변수에 대해 다루는 문서.

dataframe의 평균, 합을 구한다든가 특정 연산을 수행해야 할 때가 있다. for문으로 일일이 할 수도 있지만, 효율이 그닥 좋진 않다.

2 수치조작

2.1 평균 구하기

의도	설명	방법
행 평균 구하기	각 행 방향의 평균 구하기	df.mean(axis=1)
열 평균 구하기	각 열에 대한 평균을 구한다.	df.mean(axis=0)
특정 열 평균 구하기		df["열이름"].mean(axis=0)
특정 행의 특정 열에 대한 평균만 구하기	특정 행의 특정 데이터만 연산해서 새로운 열을 추가한다.	df['mean'] = df[['start', 'high', 'low', 'close']].mean(axis=1)

2.2 각종 통계값

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()

2.3 행별 연산

의도	설명	방법
순위 구하기	ascending은 점수가 낮을 때 상위. 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)

3 Dataframe 조건 연산

3.1 numpy.where 사용

의도	설명	방법
특정 행 사이를 if연산	dataframe의 if 연산. 간단하게 하려면 numpy가 필요하다. 다중조건인 경우 &으로 연결한다. or인 | 도 사용 가능. 중첩조건은 엑셀처럼 작성하면 된다.	df['over_5unit'] = np.where(df['1unit']>df['5unit'], True값, False값) # 1unit 행의 값이 5unit 행의 값보다 큰 때에만 True값을 넣는다. df['열'] = np.where(조건, 참, np.where(조건, 참2, 거짓))
다중연산	특정 범주 안에 들어있는가 파악하기.	변수 = np.where( (df['category'] == '값1') | (df['category'] == '값2') | ... , '참값', '거짓값') 위 형태로는 너무 코드가 길어져서... 아래와 같이 축약하곤 한다. 변수 = np.where( df['category'].isin([값1, 값2, ...]) , '참값', '거짓값')

3.2 dataframe 행 추출(조건 추출)

df.query() 활용.

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) df.query('열이름 == 1') # 해당 열에서 1 값을 갖는 행만 뽑아낸다. 외부 변수를 조건에 활용하려면 df.query('열이름 == @외부변수명') 형태로 @를 사용한다.