Python(DataFrame)

1. 필수패키지 참조

>>> pip install --upgrade openpyxl
>>> pip install --upgrade xlrd

>>> from pandas import DataFrame     # 데이터프레임 클래스
>>> from pandas import read_csv      # csv파일을 읽어들이기 위한 함수
>>> from pandas import ExcelFile     # Excel 파일을 읽어들이기 위한 클래스

2. 데이터 프레임 생성하기

객체 = DataFrame(데이터, index = [   ], columns = [    ] )

 

  1) 데이터의 종류

   - 2차원리스트

   - 리스트를 원소로 갖는 딕셔너리

   - 동일한 구조를 갖는 딕셔너리들이 모인 리스트

   - csv파일

   - xlsx 파일

 

  2) 2차원리스트를 사용하여 DataFrame 생성

   - 각각 1차 리스트가 DataFrame에서 하나의 행이 된다

   - 인덱스와 컬럼 이름은 0부터 순차적으로 부여

 

>>> list = [
>>>     [1, '남자', 98, 88, 64],
>>>     [2, '여자', 88, 90, 62, 72],
>>>     [1, '남자', 92, 70, None, None],
>>>     [3, '여자', 63, 60, 31, 70],
>>>     [4, '남자', 120, 50, None, 88]
>>>         ]
 
>>> df = DataFrame(list)
>>> print(df)

 

   --> 결과

	0	1	2	3	4	5
0	1	남자	98	88	64.0	NaN
1	2	여자	88	90	62.0	72.0
2	1	남자	92	70	NaN	NaN
3	3	여자	63	60	31.0	70.0
4	4	남자	120	50	NaN	88.0

 

  * 컬럼과 인덱스 이름 지정

>>> df = DataFrame(list,
>>>                columns=['학년', '성별', '국어', '영어', '수학', '과학'],
>>>                index=['철수', '영희', '민수', '수현', '호영'])
>>> print(df)

 

  --> 결과

	학년	성별	국어	영어	수학	과학
철수	1	남자	98	88	64.0	NaN
영희	2	여자	88	90	62.0	72.0
민수	1	남자	92	70	NaN	NaN
수현	3	여자	62	60	31.0	70.0
호영	4	남자	120	50	NaN	88.0

 

  3) 리스트를 원소로 갖는 딕션너리를 사용한 DataFrame 생성

   - 딕셔너리의 key가 컬럼의 이름으로 사용되기 때문에 index만 추가 지정

 

>>> source = {
>>>     '학년': [1, 2, 1, 3, 4],
>>>     '성별': ['남자', '여자', '남자', '여자', '남자'],
>>>     '국어': [98, 88, 92, 63, 120],
>>>     '영어': [88, 90, 70, 60, 50],
>>>     '수학': [64, 62, None, 31, None],
>>>     '과학': [None, 72, None, 70, 88]
>>> }
 
>>> df = DataFrame(source, index=['철수', '영희', '민수', '수현', '호영'])
>>> print(df)

	학년	성별	국어	영어	수학	과학
철수	1	남자	98	88	64.0	NaN
영희	2	여자	88	90	62.0	72.0
민수	1	남자	92	70	NaN	NaN
수현	3	여자	63	60	31.0	70.0
호영	4	남자	120	50	NaN	88.0

 

  4) 동일한 구조를 갖는 딕셔너리 들이 모인 리스트를 사용한 DataFrame 생성

   - 딕셔너리의 key가 컬럼의 이름으로 사용되기 때문에 index만 추가적으로 생성

>>> source = [
>>>     {'학년': 1, '성별': '남자', '국어': 98, '영어': 88, '수학': 64, '과학': None},
>>>     {'학년': 2, '성별': '여자', '국어': 88, '영어': 90, '수학': 62, '과학': 72},
>>>     {'학년': 1, '성별': '남자', '국어': 92, '영어': 70, '수학': None, '과학': None},
>>>     {'학년': 3, '성별': '여자', '국어': 63, '영어': 60, '수학': 31, '과학': 70},
>>>     {'학년': 4, '성별': '남자', '국어': 120, '영어': 50, '수학': None, '과학': 88}
>>> ]
>>> 
>>> df = DataFrame(source, index=['철수', '영희', '민수', '수현', '호영'])
>>> print(df)

 

   --> 결과

	학년	성별	국어	영어	수학	과학
철수	1	남자	98	88	64.0	NaN
영희	2	여자	88	90	62.0	72.0
민수	1	남자	92	70	NaN	NaN
수현	3	여자	63	60	31.0	70.0
호영	4	남자	120	50	NaN	88.0

 

  5) CSV파일을 DataFrame으로 변환하기

>>> 객체 = read_csv(파일경로, encoding = 'ufr-8' or 'euc-kr')

 

  - 외부에서 csv나 xlsx 파일을 가져오는 경우 index가 인식되지 않기 때문에 변환후 인덱스를 지정 해줘야함.

>>> df = read_csv('http://itpaper.co.kr/demo/py/grade.csv', encoding='euc-kr')
>>> df

DataFrame에 사용할 실제 csv 파일.

   --> 결과

	이름	학년	성별	국어	영어	수학	과학
0	철수	1	남자	98	NaN	88.0	64.0
1	영희	2	여자	88	90.0	62.0	72.0
2	민수	1	남자	92	70.0	NaN	NaN
3	수현	3	여자	63	60.0	31.0	70.0
4	호영	4	남자	120	50.0	NaN	88.0

 

  6) xlsx 파일을 통한 생성

   - 엑셀파일을 객체 형태로 가져온다.

 

>>> xls = ExcelFile('http://itpaper.co.kr/demo/py/grade.xlsx')
 
>>> xls
 
# 엑셀파일의 sheet이름에 대한 리스트
>>> xls.sheet_names
['grade']
 
>>> df = xls.parse(xls.sheet_names[0])
 
>>> df

  <실제 엑셀 파일>

DataFrame 생성에 사용할 실제 엑셀파일.

 

   --> 결과

	이름	학년	성별	국어	영어	수학	과학
0	철수	1	남자	98	NaN	88.0	64.0
1	영희	2	여자	88	90.0	62.0	72.0
2	민수	1	남자	92	70.0	NaN	NaN
3	수현	3	여자	63	60.0	31.0	70.0
4	호영	4	남자	120	50.0	NaN	80.0