python 강의정리

경로(상대경로 / 절대경로)

절대경로

• 환경에 상관없이 고정된 위치를 표현

상대경로

• 환경에 따라 주소가 바뀌는 구조

• ex)

  • 현재 디렉토리 : ./

  • 상위 : ../

  • 하위 : ./폴더명

  • 상위에서 상위 : ../../

import pandas as pd
import matplotlib.pyplot as plt

# 상위 폴더에 있는 csv 폴더에서 sales records.csv파일을 로드
# pandas read_csv() 함수를 이용
df = pd.read_csv("../csv/Sales Records.csv")

1.1 결측치 확인

isna()

• 결측치가 있으면 true, 아니면 false 반환

isna().sum()

• 결측치의 갯수를 카운트

df.isna().sum()

Region            0
Country           0
Item Type         0
Sales Channel     0
Order Priority    0
Order Date        0
Order ID          0
Ship Date         0
Units Sold        0
Unit Price        0
Unit Cost         0
Total Revenue     0
Total Cost        0
Total Profit      0
dtype: int64

---

1.2 통계 요약 정보

decribe()

• DataFrame의 통계요약 정보 출력

• 데이터의 개수, 평균값, 표준편차, 최솟값, 최대값, 1사분위, 중앙값, 3사분위 값

• 데이터의 형태가 숫자의 형태여야 출력

df.describe()

	Order ID	Units Sold	Unit Price	Unit Cost	Total Revenue	Total Cost	Total Profit
count	1.000000e+04	10000.000000	10000.000000	10000.000000	1.000000e+04	1.000000e+04	1.000000e+04
mean	5.498719e+08	5002.855900	268.143139	188.806639	1.333355e+06	9.382658e+05	3.950893e+05
std	2.607835e+08	2873.246454	217.944092	176.445907	1.465026e+06	1.145914e+06	3.775550e+05
min	1.000892e+08	2.000000	9.330000	6.920000	1.679400e+02	1.245600e+02	4.338000e+01
25%	3.218067e+08	2530.750000	109.280000	56.670000	2.885511e+05	1.647855e+05	9.832914e+04
50%	5.485663e+08	4962.000000	205.700000	117.110000	8.000512e+05	4.816058e+05	2.890990e+05
75%	7.759981e+08	7472.000000	437.200000	364.690000	1.819143e+06	1.183822e+06	5.664227e+05
max	9.999342e+08	10000.000000	668.270000	524.960000	6.680027e+06	5.241726e+06	1.738178e+06

1.3 컬럼명 변경

[데이터프레임명].columns

• 데이터프레임 컬럼을 리스트의 형태로 출력

• 이 값을 변경 시켜주면 컬럼의 이름이 변경

• .columns() 처럼 괄호 넣으면 x

df.columns

Index(['Region', 'Country', 'Item Type', 'Sales Channel', 'Order Priority',
       'Order Date', 'Order ID', 'Ship Date', 'Units Sold', 'Unit Price',
       'Unit Cost', 'Total Revenue', 'Total Cost', 'Total Profit'],
      dtype='object')

df.columns = ["권역", "국가", "상품종류", "판매채널", "우선순위", "주문일자",
            "주문ID", "발송일자", "판매단위", "단가", "원가", "총수익", "총비용", "총비윤"]
df.head(1)

	권역	국가	상품종류	판매채널	우선순위	주문일자	주문ID	발송일자	판매단위	단가	원가	총수익	총비용	총비윤
0	Sub-Saharan Africa	Chad	Office Supplies	Online	L	1/27/2011	292494523	2/12/2011	4484	651.21	524.96	2920025.64	2353920.64	566105.0

---

1.4 시계열 데이터 변경(datatime)

to_datetime()

• pandas에 내장되어있는 to_datetime()

• to_datetime(데이터의 값, format=”데이터의 구조”)

• 형식에 맞춰진 자료라면 format 안써도 됨

df["주문일자"] = pd.to_datetime(df["주문일자"])
df["주문일자"]

0      2011-01-27
1      2015-12-28
2      2011-01-13
3      2012-09-11
4      2015-10-27
          ...    
9995   2014-07-15
9996   2012-10-27
9997   2013-02-14
9998   2017-02-19
9999   2016-04-12
Name: 주문일자, Length: 10000, dtype: datetime64[ns]

---

1.5 정렬

sort_values

• 데이터프레임의 정렬(오름차순, 내림차순)

• sort_values(정렬을 변경할 컬럼의 이름, ascending = bool)

• ascending 속성에서 True : 오름차순(기본값), False : 내림차순

• df.sort_values([컬럼1, 컬럼2])

df.sort_values("국가")
# df.sort_values("국가", ascending=False)
#여러컬럼
# df.sort_values(["국가", "판매단위"])

	권역	국가	상품종류	판매채널	우선순위	주문일자	주문ID	발송일자	판매단위	단가	원가	총수익	총비용	총비윤
4027	Middle East and North Africa	Afghanistan	Cereal	Offline	H	2013-07-24	933963477	8/23/2013	9402	205.70	117.11	1933991.40	1101068.22	832923.18
3482	Middle East and North Africa	Afghanistan	Household	Offline	L	2012-02-04	772306096	3/21/2012	1391	668.27	502.54	929563.57	699033.14	230530.43
7775	Middle East and North Africa	Afghanistan	Cereal	Offline	H	2015-08-20	667230880	10/5/2015	7300	205.70	117.11	1501610.00	854903.00	646707.00
5976	Middle East and North Africa	Afghanistan	Meat	Offline	H	2012-08-11	161685121	8/29/2012	5075	421.89	364.69	2141091.75	1850801.75	290290.00
400	Middle East and North Africa	Afghanistan	Household	Offline	M	2011-03-25	440761888	4/1/2011	92	668.27	502.54	61480.84	46233.68	15247.16
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
4288	Sub-Saharan Africa	Zimbabwe	Cereal	Online	C	2016-01-16	742576920	2/6/2016	3867	205.70	117.11	795441.90	452864.37	342577.53
5432	Sub-Saharan Africa	Zimbabwe	Office Supplies	Offline	L	2010-01-26	322291505	2/11/2010	2073	651.21	524.96	1349958.33	1088242.08	261716.25
9541	Sub-Saharan Africa	Zimbabwe	Fruits	Offline	C	2015-11-20	436287105	11/27/2015	5904	9.33	6.92	55084.32	40855.68	14228.64
7640	Sub-Saharan Africa	Zimbabwe	Clothes	Online	C	2017-01-21	433102357	2/3/2017	3467	109.28	35.84	378873.76	124257.28	254616.48
8080	Sub-Saharan Africa	Zimbabwe	Fruits	Offline	C	2012-12-29	486245286	2/5/2013	9640	9.33	6.92	89941.20	66708.80	23232.40

10000 rows × 14 columns

---

1.6 행,열 삭제

drop(조건, axis= 0

1, inpalce=0

1)

• 특정 조건에 맞는 행이나 열을 삭제하여 “출력”, 수정x

• axis 속성의 값은 0:행, 1:열

• inplace 속성은 (True:기준이 되는 데이터를 수정, False:기준 데이터 수정x)

#특정 행을 삭제(1행)
df.drop([1], axis=0)
# df.drop([1], axis=0, inplace=True)

# 특정 열을 삭제
df.drop(["주문일자"], axis=1)

---

1.7 인덱스 초기화

reset_index(drop = 0

1)

• drop 속성 True : 기존 인덱스 삭제, False(기본값) : 기존 인덱스를 컬럼으로 만듦

df.reset_index()
# df.reset_index(drop=True)

---

1.8 파생변수 생성

df[파생변수명] = 계산식(이 컬럼에 들어갈 데이터의 값)

• 실수 조심(컬럼명 누락x)

  • 데이터프레임명 = 계산한 데이터 값

  • 계산한 데이터는 스리즈이므로 데이터프레임에 못 들어감

df["총이윤"] = df["총수익"] - df["총비용"]