판다스에 관한 정보들을 틀:Pandas:DataFrame을 통해 체계화하여 관리한다.

1 개요

특정한 데이터 타입으로 다루어야 할 때.

의도

방법

설명

데이터 타입 파악

print(df.dtypes)

각 행별로 데이터타입을 알 수 있다.

내부요소 타입 바꾸기

의도	방법
전체 타입 일괄변환	데이터프레임 = 데이터프레임.astype('타입')
특정렬 변환	데이터프레임.astype({'열이름:'타입'})

날짜데이터 변환

df.to_datetime(df['열이름'])

텍스트형태로 들어온 데이터를 날짜형식으로 바꿔준다.

2 타입

타입	설명	방법
시계열 객체로 변환	특정 데이터를 시계열객체로 변환한다.	df['열이름'] = pd.to_datetime(df['열이름'])
특정 기간으로 압축	특정 기간에 대한 형태로 압축한다. datetime 변수에 대해서만 가능하다.	df = df.to_period(freq='D') # 1일 단위로 남기고 하위 데이터는 지운다. df = df.to_period(freq='M') # 1달 단위로 남기고 하위 데이터는 지운다. df = df.to_period(freq='A') # 1년 단위로 남기고 하위 데이터는 지운다.

[다양한 형식이 있을 텐데.. 찾아 조금 채워보자.]

의도	방법	설명
시계열 데이터로	df.index = pd.to_datetime(df.index)	20200322와 같은 숫자는 그냥 문자열로 취급된다. 이를 시계열로 인식되게 하려면 데이터 변환을 해주어야 한다.
숫자형데이터	df['열이름'] = pd.to_numeric(df['열이름'])	해당 데이터가 숫자임을 알려주는 것.

datetime 객체의 경우, df['열이름'].dt.year 처럼 해당 데이터에서 년도를 뽑아낼 수 있다.