Pandas:DataFrame:구조 파악

1 전체 구조 파악

의도	설명	방법
df의 전체적인 데이터를 파악	요약통계. 해당 칼럼의 갯수, 평균, std(standard deviation), 사분위수, 최댓값, 최솟값을 알 수 있다. 문자에 대한 통계는 나오지 않는데, 옵션에 include='all'을 넣으면 문자에 대한 통계도 볼 수 있다.	df.describe()
df의 변수(열)속성을 파악	각 열의 데이터타입과 속한 데이터 갯수, df가 차지하는 메모리를 보여준다.	df.info()
df 대략적인 구조 파악	df의 행과 열 갯수를 반환한다. 함수가 아니라 속성.	df.shape 의도 설명 행 갯수 파악 df.shape[0] 열 갯수 파악 df.shape[1]
행 갯수		len(df)
칼럼목록	칼럼목록을 얻는다.	데이터프레임.columns
행목록	인덱스 목록을 얻는다.	데이터프레임.index

1.1 dataframe 전체를 보고 싶을 때

의도	방법
df가 커지면 중간이 잘리는데, 다음의 옵션으로 전체를 볼 수 있다.	pd.set_option('display.max_columns', None) # 모든 열 보기 pd.set_option('display.max_rows', None) # 모든 행 보기 pd.set_option('display.max_columns') # 열 관련 설정 되돌리기. pd.set_option('display.max_rows') # 행 관련 설정 되돌리기. pd.set_option('all') # 모든 설정 되돌리기.

2 데이터 일부 가져오기

의도	방법
처음 n개만 가져온다.	df.head(n) n의 기본값은 5.
나중 n개만 가져온다.	df.

3 열 조작

3.1 열 이름 바꾸기

다른 매체에 저장했다가 다시 복구할 때 열 이름, 인덱스 따위가 제대로 지정되지 않는 경우가 있다.

df.rename(columns={0:'time', 1:'start', 2:'close', 3:'high', 4:'low', 5:'volume'}, inplace=True)

inplace=True는 해당 df에 적용하겠다는 의미. 일반적으로 원본 데이터 손실을 막기 위해 df_copy = rename(.... inplace=False) 형태로 사용한다.

일반적으로 기본 설정은 False.

다음과 같은 형태로 사용도 가능하다.

df = df.rename(columns={0:'time', 1:'start', 2:'close', 3:'high', 4:'low', 5:'volume'})

3.2 열 추가하기

특정 행에 대하여, 특정 열 값을 모아 연산한 후 새로운 행을 생성해 넣는다.

df['mean'] = df[['start', 'high', 'low', 'close']].mean(axis=1)

3.3 열 순서 바꾸기

df = df[['열1', '열3', '열4', '열2']]  # 열1,2,3,4 순인 df의 열을 1342 순으로 바꿀 수 있다.

3.3.1 특정 열만 남기기

df = df[['열1', '열3']]  # 남기고 싶은 열만 쓰면 남는다.

3.4 인덱스 조작

의도	방법	설명
인덱스 설정	df.set_index('열', inplace=True)	해당 열을 인덱스로 만든다.
인덱스를 데이터화	df = df.reset_index	숫자 인덱스가 아닌 경우 사용. 인덱스 목록을 뽑아낼 때의 사전작업. (엑셀에서 불러왔을 때 필요하다.)
인덱스리스트 얻기	list(데이터프레임['인덱스열이름']) 데이터프레임.index	위에서 얻은 인덱스 열이름을 기입해 넣거나('Unnamed: 0'), 바로 인덱스를 불러오기.(둘 다 시도해 볼 것.)
인덱스 이름 바꾸기	데이터프레임.rename(index={'기존이름':'신이름'})
데이터 크기 살피기	len(df.index)
인덱스 이어붙이기(행 합치기)	df = pd.concat([df1, df2, df3,...])	이렇게 쓰면 인덱스들을 이어붙인다.
뒤의 i개만 남기기	df = df.tail(i)