02. 데이터 정보, 정렬, 범위, 인덱싱

1. info( ) : 데이터 정보

 

 

• info(): 행(row), 열(column)의 기본적인 정보와 데이터 타입을 반환

  

 

        df.info()

 

  

* 20개의 데이터 * 열은 8개 * Non-Null Coung: null여부   20 non-null 20개의 데이터가 다 채워져 있다   19 non-null 1개의 데이터가 비워져 있다 object  = '엑셀'에서 문자열 float = 실수 int = 정수

 

2. columns : 컬럼명

 

 

• columns: 컬럼명 확인 하기

  

 

         # 컬럼명 확인하기

         print(df.columns)

          # 컬럼값 변경하기

          new_columns = ['name', 'group', 'comapny', 'gender', 'birthday', 'height', 'blood', 'brand']

          df.columns = new_columns

          # 컬럼명 다시 확인하기

          df.columns

 

          # 데이터 프레임 확인하기

          df

 

 

 

3. describe( )  : 데이터 통계

 

 

• describe(): 숫자형 데이터 통계 정보를 반환

 

 

        df.describe()

 

 

* 숫자형 컬럼만 분석 * 객체형(문자열) 데이터 포함하기 describe(include='object') 또는 describe(include='all')

 

• describe()

count()	개수 단, NaN 미 포함
mean()	평균 값
std()	- 표준 편차 - 분사에 루트를 씌움
min()	최솟값
median()	중간 값
max()	최대값
sum()	합계
var()	- 분산 - 데이터가 평균으로 부터 얼마나 떨어져 있는지 정도 - (데이터 - 평균)**2

 

 

• describe(include = object) : 문자열 타입 데이터 통계보기

  

 

          # object데이터 통계 보기

          df.describe(include = object)

 

 

* count: null이 아닌 수 * unique: 중복되지 않은 유니크한 값의 수 이름 20개(다 다름 , unique) 그룹 6개  소속사 5개 성별 2개 생일 20개 * top: 맨위 있는 사람들 표시, 최빈값 (가장 많은 종류) * freq: 최빈값에 있는 갯수

count()	null이 아닌 수
unique()	중복되지 않은 유니크한 값의 수
top ()	맨위 있는 사람들 표시, 최빈값 (가장 많은 종류)
freq()	최빈값에 있는 갯수

 

 

4. head( ), tail( )  : 원하는 데이터 보기

 

 

• 원하는 개수의 데이터 보기

head()	상위 5개의 row를 출력
head(n)	상위 n개의 row를 출력
tail()	하위 5개의 row를 출력
tail(n)	하위 n개의 row를 출력

 

 

 

        # 원하는 개수의 데이터 보기

        df.head() # 상위 5개의 row를 출력

 

        df.tail(2) # 하위 2개의 row를 출력

 

 

 

 

5. sort_index( ) , sort_valusess : 정렬하기

 

 

• 정렬하기

sort_index()	index로 오른차순 정렬:(기본값)
sort_index(ascending=False)	index로 내림차순로 정렬
sort_values(by='컬럼명')	값에 따른 오름차순 정렬
sort_values(by='컬럼명', ascending=False)	값에 따른 내림차순 정렬
sort_values(by=['컬럼명1, 컬럼명2'])	2차 정렬 방식 , list 안에 넣기

 

 

 

 

          # 정렬하기

          df.sort_index(ascending=True) #index로 오름차순 정렬

 

          df.sort_index(ascending=False) #index로 내림차순 정렬

 

          df.sort_values(by='height') #키로 오름차순 정렬

          df.sort_values(by='height', ascending=False) #키로 내림차순 정렬

 

          df.sort_values(by='height', ascending=False, na_position='first') #키로 내림차순 정렬 #null값을 첫번째로

 

 

          # 1차 정렬 : 키(내림차순), 2차 정렬: 브랜드(내림차순)

          df.sort_values(by=['height', 'brand'] , ascending=[False, False])

 

 

 

 

 

• shape: 형태

 

 

        df.shape

 

 

 

6. 열선택, 범위선택

 

 

  

       # 데이터프레임의 'blood' 열 선택

        df['blood']

 

      # 'blood' 열의 타입 출력

        print(type(df['blood']))

 

      # 점 표기법을 사용하여 'blood' 열에 접근

        df.blood

 

 

 

• 범위 선택

   

 

        df[:3]

        # 인덱스 0~2

 

 

 

 

7. 인덱싱

loc, iloc, boolean, isin

 

• loc인덱싱: 이름 인덱싱, 행과 열 모두 인덱싱과 슬라이싱이 가능

 

          df.loc[행범위, 열지정]

 

 

 

 

• loc 인덱싱 예시1

 

 

 

         # 'name' 열의 모든 값을 선택# 'name' 열의 모든 값을 선택 # 'name' 열의 모든 값을 선택

         df.loc[:,'name']

          # 'name' 열의 2에서5 까지, 즉, 5포함

          df.loc[2:5,'name']

          # 여러개 컬럼 지정할꺼면 list에 넣기

          # 'name'  ,'gender','height'열에서 2에서5 까지

          df.loc[2:5,['name', 'gender', 'height']]

          # name 부터 gender 까지

          df.loc[2:5,'name':'gender']

 

 

 

 

• iloc인덱싱 예시2

 

          # 0번째 컬럼의 모두 값 불러오기

          df.iloc[:, 0]

 

         # 0번째 컬럼 부터 1번째 컬럼 까지의 모든 값 불러오기

         # 2번 컬럼은 포함 하지 않음

          f.iloc[:,[0,2]]

 

         # 1부터 4까지의 값 불어오기

         df.iloc[1:5, 0:2]

          # 0번째 컬럼 부터 1번째 컬럼 까지의 모든 값 불러오기

          # 2번 컬럼은 포함 하지 않음

          df.iloc[:, 0:2]

          # 1 부터 4까지의 값 불러오기

          df.iloc[1:5, 0:2]

 

 

 

 

• boolean 인덱싱

 

 

       df['height'] >= 180

 

        df[df['height'] >= 180]

 

       df['name'][df['height'] >= 180]

  

        # name값만 확인 하기

        df[df['height'] >= 180]['name']

 

 

        # 키가 180cm 이상인 연예인의 이름, 성별, 키, 브랜드평판지수를 출력

        # 단, loc를 사용

        df.loc[df['height']>=180, ['name','gender','height','brand']]

 

 

 

 

• isin(): 정의한 list에 있는 데이터를 색인

 

        company = ['빅히트', '어도어']

        df['comapny'].isin(company)

 

 

 

 

 

          df[df['company'].isin(company)]