Python Pandas Cheat Sheet | 판다스 완전 정복하기

Pandas 라이브러리로 이러한 데이터를 어떻게 조작할 수 있는지 그 모든 함수들을 모아보기로 하자.

(차근히 업데이트 예정)

 

보편적으로 Pandas에서 취급하는 데이터 형태는 행과 열이 있는 표 형태인 Tabular Data이다.

이런 2차원(2-dimensional) 데이터를 pandas에서는 "데이터프레임(DataFrame)"이라고 부른다.

 

그 외에도 아래와 같은 데이터 형태도 존재한다.

Series : 1차원 데이터; DataFrame에서 하나의 행 또는 열만 추출하는 경우

Panel  : 3차원 데이터

 

Pandas 설치

pip install pandas

원하는 환경에 pip으로 pandas를 간단히 설치 후, (conda로도 가능함 - how to install pandas 라고 구글링하세요.)

임포트 해준다.

import pandas as pd   # 보편적으로 pd라는 닉네임으로 줄여서 씀

 

데이터 생성

1) 직접 데이터프레임을 생성 (How to create DataFrame)

# 변수 네이밍은 데이터프레임의 약자인 df를 보편적으로 사용함
df = pd.DataFrame(data=None, index=None, columns=None, dtype=None, copy=None)

• data = ndarray (structured or homogeneous), Iterable, dict, or DataFrame
• index = Index or array-like
• columns = Index or array-like
• dtype = data type  (default None)
• copy = bool(True or False) or None 

2) List형 변수를 데이터프레임으로 생성 (How to create DataFrame from Lists)

list1 = [50,48,22,25]
list2 = ['Dad', 'Mom', 'Sister', 'Me']

df = pd.DataFrame(list(zip(list1, list2)), columns=['Family','Age'])
df

데이터 불러오기

1) 엑셀파일을 불러와서 데이터프레임을 생성 (참고링크)

df = pd.read_excel(io, sheet_name=0, *, header=0, names=None, index_col=None, 
usecols=None, dtype=None, engine=None, converters=None, true_values=None, 
false_values=None, skiprows=None, nrows=None, na_values=None, keep_default_na=True, 
na_filter=True, verbose=False, parse_dates=False, date_parser=_NoDefault.no_default, 
date_format=None, thousands=None, decimal='.', comment=None, skipfooter=0, 
storage_options=None, dtype_backend=_NoDefault.no_default)

   - 많은 매개변수들이 있지만 기본적으로는 경로(io), 시트명(sheet_name) 파라미터만 설정해줘도 될 것이다.

     (시트가 하나뿐인 파일의 경우에는 sheet_name을 생략해줘도 된다.)

 

  ▼ 세부 파라미터는 접은 글로

# sheet_name : str, int, list, or None, default 0

 

# header : int, list of int, default 0

    - header에는 int, list of int로 파라미터를 설정하여, 몇번째 row에 헤더가 있는지 설정하는 용도

    - header가 0이면 파일의 0번째 row를 헤더로 불러오겠다는 의미.

    - header가 None이면 헤더가 없는 파일을 불러오겠다는 의미.

 

# names : array-like, default None

    - 칼럼의 이름을 지정하는 용도. header=None일 때, 자주 사용됨.

 

# index_col : int, list of int, default None

    - row에 대한 인덱스 칼럼이 있는 경우, 그 칼럼이 몇번째 column 인덱스에 있는지 설정하는 용도

 

   * 참고 : 첫 실행 시, 아래와같은 에러가 뜰 수도 있다.

    (pandas를 지원하는 openpyxl 라이브러리가 설치되지 않을 때 뜨는 에러이므로 바로 설치해주면 에러가 나지 않는다.)

 

 

 2) csv파일 불러오기

df = pd.read_csv(path, sep=',')

 

데이터 편집

1) 데이터프레임에 컬럼(Column) 추가하기

   - List형 데이터를 기존의 데이터프레임에 추가하는 방법

   - values_list라는 리스트의 값들을 df 데이터프레임에 "NewColumnName"이라는 칼럼으로 추가한다는 의미.

df["New_Column_Name"]=values_list

2) 여러 개의 데이터프레임 합치기

   - axis를 주의하세요!     default 는 0으로 row로 추가되고, 1일 경우에는 column에 추가된다.

   - dataframe 객체들을 list에 싸야한다는 것을 주의하세요!

   - document

pandas.concat — pandas 2.0.3 documentation

total_df = pd.concat([df1, df2, df3], axis=0)

 

데이터 저장하기

1) csv파일로 저장하기

 

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_csv.html

DataFrame.to_csv(path_or_buf=None, sep=',', na_rep='', float_format=None,
		 columns=None, header=True, index=True, index_label=None, 
                 mode='w', encoding=None, compression='infer', quoting=None, 
                 quotechar='"', lineterminator=None, chunksize=None, 
                 date_format=None, doublequote=True, escapechar=None, 
                 decimal='.', errors='strict', storage_options=None)

수많은 파라미터들이 있지만 간단하게 아래의 정도만 기억해둬도 충분하다.

# output.csv라는 파일명으로 df를 저장하고 구분자는 쉼표(,)로 하겠다.

df.to_csv('output.csv', sep=',')

2) excel파일로 저장하기 (.xlsx)

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_excel.html

DataFrame.to_excel(excel_writer, sheet_name='Sheet1', na_rep='', float_format=None,
		   columns=None, header=True, index=True, index_label=None, 
                   startrow=0, startcol=0, engine=None, merge_cells=True, 
                   encoding=_NoDefault.no_default, inf_rep='inf', 
                   verbose=_NoDefault.no_default, freeze_panes=None, 
                   storage_options=None)

여기서는 더 간단하게, 이렇게만 해도 충분하다.

df.to_excel('output.xlsx')