Python (데이터 전처리 - 행/열 삭제 및 병합)

7. 행, 열 삭제 : drop( )

 - 원본에 바로 적용하고 싶다면 inplace = True 입력

 1) 행 삭제

  A) 데이터 복사

>>> 복사본3 = 성적표.copy()
 
>>> 복사본3

 

  ◆ 결과

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

 

  B) 특정 행 삭제하기

 

>>> d1 = 복사본3.drop('철수')
 
>>> d1

 

  ◆ 결과

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

 

  C) 여러 행 삭제하기

  - 리스트 형태로 행의 이름을 파라미터로 전달

  - 존재하지 않는 행을 삭제하고자 할 경우 에러 발생

 

>>> d2 = 복사본3.drop(['호영','영희'])
 
>>> d2

  ◆ 결과

	학년	성별	국어	영어	수학	과학
철수	1	남자	98	NaN	88.0	64.0
수현	3	여자	63	60.0	31.0	70.0
민수	1	남자	92	70.0	NaN	NaN

 

 

 2) 열 삭제

  - axis = 1 파라미터 입력

axis = 0 : x축, 행에 대한 적용, 기본값.   axis = 1 : y축, 열에 대한 적용

 

 A) 데이터 프레임 복사

>>> 복사본4 = 성적표.copy()
 
>>> 복사본4

  ◆ 결과

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

 

 B) 컬럼 이름을 통한 열 삭제

>>> k1 = 복사본4.drop('국어', axis=1)
 
>>> k1

 

  ◆ 결과

	학년	성별	영어	수학	과학
호영	4	남자	50.0	NaN	88.0
철수	1	남자	NaN	88.0	64.0
영희	2	여자	90.0	62.0	72.0
수현	3	여자	60.0	31.0	70.0
민수	1	남자	70.0	NaN	NaN

 

 

 C) 여러 열을 동시에 삭제

  - 열 이름을 리스트로 지정

>>> k2 = 복사본4.drop(['영어', '수학', '과학'], axis=1)
 
>>> k2

 

  ◆ 결과

	학년	성별	국어
호영	4	남자	120
철수	1	남자	98
영희	2	여자	88
수현	3	여자	63
민수	1	남자	92

 

 

---

 

 

8. 두 개 이상의 데이터 프레임 병합

 1) 행단위 병합

  A) 샘플 데이터프레임 만들기

   - df_top과 df_middle은 '국어' 컬럼이 동일

   - df_top과 df_bottom은 '민철' 인덱스가 동일

 

>>> df_top = DataFrame({'국어': [90, 82], '수학': [81, 76]}, index=['민철', '철수'])
 
>>> df_top

 

  ◆ 결과

	국어	수학
민철	90	81
철수	82	76

 

>>> df_middle = DataFrame({'국어': [70, 62], '영어': [77, 68]}, index=['영민', '정수'])
 
>>> df_middle

 

  ◆ 결과

	국어	영어
영민	70	77
정수	62	68

 

>>> df_bottom = DataFrame({'영어': [70, 88], '과학': [81, 76]}, index=['민철', '태영'])
 
>>> df_bottom

 

  ◆ 결과

	영어	과학
민철	70	81
태영	88	76

 

 

 2) 행단위 병합

  - 한번에 두 개의 데이터프레임만 병합

 

  A) 인덱스가 지정되지 않은 샘플 데이터 프레임 만들기

>>> df_left = DataFrame({'고객번호': [1001, 1002, 1003, 1004], '이름': ['철수', '영희', '민철', '미영']})
 
>>> df_left

 

  ◆ 결과

	고객번호	이름
0	1001	철수
1	1002	영희
2	1003	민철
3	1004	미영

 

 

>>> df_right = DataFrame({'고객번호': [1001, 1002, 1003, 1005], '금액': [10000, 20000, 15000, 5000]})
 
>>> df_right

 

  ◆ 결과

	고객번호	금액
0	1001	10000
1	1002	20000
2	1003	15000
3	1005	5000

 

  B) 두 데이터프레임의 공통 컬럼을 기준으로 병합

   - 양쪽 데이터프레임에 모두 존재하는 데이터만 보여준다

# 병합시 제외되는 항목들
# - df_left의 고객번호 1004번 데이터는 df_right의 고객번호 컬럼과 겹치지 않는다.
# - df_right의 고객번호 1005번 데이터는 df_left의 고객번호 컬럼과 겹치지 않는다.
>>> merge(df_left, df_right)

 

  ◆ 결과

	고객번호	이름	금액
0	1001	철수	10000
1	1002	영희	20000
2	1003	민철	15000

 

 

  C) 왼쪽 데이터프레임을 기준으로 오른쪽 데이터프레임을 병합

    - how = 'left' 파라미터는 왼쪽 데이터프레임의 모든 데이터를 보여준다

# df_right의 고객번호 1005은 df_left에 존재하지 않기 때문에 병합되지 않는다.
>>> merge(df_left, df_right, how='left')

 

  ◆ 결과

	고객번호	이름	금액
0	1001	철수	10000.0
1	1002	영희	20000.0
2	1003	민철	15000.0
3	1004	미영	NaN

 

  D) 오른쪽 데이터프레임을 기준으로 왼쪽 프레임을 병함

  - how='right' 파라미터는 오른쪽 데이터프레임의 모든 데이터를 보여준다.

 

# df_left의 고객번호 1004는 df_right에 존재하지 않기 때문에 병합되지 않는다.
>>> merge(df_left, df_right, how='right')

 

  ◆ 결과

	고객번호	이름	금액
0	1001	철수	10000
1	1002	영희	20000
2	1003	민철	15000
3	1005	NaN	5000

 

  E) 양쪽 DataFrame을 모두 병합

merge(df_lefr, df_right, how = 'outer')

  ◆ 결과

	고객번호	이름	금액
0	1001	철수	10000.0
1	1002	영희	20000.0
2	1003	민철	15000.0
3	1004	미영	NaN
4	1005	NaN	5000.0