[빅데이터분석기사] 작업형1 - 판다스 기초 2

실습 환경 - Google Colab

판다스 기초2¶

In [1]:

# 학습 전 반드시 실행: csv파일 (data.csv) 생성
import pandas as pd
data = {
    "메뉴":['아메리카노','카페라떼','카페모카', '바닐라라떼', '녹차', '초코라떼', '바닐라콜드브루'],
    "가격":[4100, 4600, 4600, 5100, 4100, 5000, 5100],
    "할인율":[0.5, 0.1, 0.2, 0.3, 0, 0, 0],
    "칼로리":[10, 180, 420, 320, 20, 500, 400],
}
data = pd.DataFrame(data)
data.to_csv('data.csv', index=False)

In [24]:

# 데이터 불러오기
df = pd.read_csv('data.csv')
df

Out[24]:

	메뉴	가격	할인율	칼로리
0	아메리카노	4100	0.5	10
1	카페라떼	4600	0.1	180
2	카페모카	4600	0.2	420
3	바닐라라떼	5100	0.3	320
4	녹차	4100	0.0	20
5	초코라떼	5000	0.0	500
6	바닐라콜드브루	5100	0.0	400

인덱싱¶

• 행 전체
• loc[인덱스 명]
• iloc[인덱스 번호]

In [6]:

# loc[인덱스 명]
df.loc[1]

Out[6]:

메뉴     카페라떼
가격     4600
할인율     0.1
칼로리     180
Name: 1, dtype: object

In [7]:

# iloc[인덱스 번호]
df.iloc[0]

Out[7]:

메뉴     아메리카노
가격      4100
할인율      0.5
칼로리       10
Name: 0, dtype: object

In [9]:

df.index = ['a', 'b', 'c', 'd', 'e', 'f', 'g']
df

Out[9]:

	메뉴	가격	할인율	칼로리
a	아메리카노	4100	0.5	10
b	카페라떼	4600	0.1	180
c	카페모카	4600	0.2	420
d	바닐라라떼	5100	0.3	320
e	녹차	4100	0.0	20
f	초코라떼	5000	0.0	500
g	바닐라콜드브루	5100	0.0	400

In [14]:

df.loc['a']

Out[14]:

메뉴     아메리카노
가격      4100
할인율      0.5
칼로리       10
Name: a, dtype: object

In [11]:

df.iloc[0]

Out[11]:

메뉴     아메리카노
가격      4100
할인율      0.5
칼로리       10
Name: a, dtype: object

슬라이싱¶

• loc[인덱스 명, 컬럼 명] : 마지막 포함
• iloc[인덱스 번호, 컬럼 번호] : 마지막 -1까지 포함

In [16]:

df

Out[16]:

	메뉴	가격	할인율	칼로리
a	아메리카노	4100	0.5	10
b	카페라떼	4600	0.1	180
c	카페모카	4600	0.2	420
d	바닐라라떼	5100	0.3	320
e	녹차	4100	0.0	20
f	초코라떼	5000	0.0	500
g	바닐라콜드브루	5100	0.0	400

In [17]:

# loc[인덱스 명, 컬럼 명]
df.loc[:, '가격']

Out[17]:

a    4100
b    4600
c    4600
d    5100
e    4100
f    5000
g    5100
Name: 가격, dtype: int64

In [18]:

df.loc['a':'c', '가격':'칼로리']

Out[18]:

	가격	할인율	칼로리
a	4100	0.5	10
b	4600	0.1	180
c	4600	0.2	420

In [19]:

# iloc[인덱스 번호, 컬럼 번호]
df.iloc[:, 1]

Out[19]:

a    4100
b    4600
c    4600
d    5100
e    4100
f    5000
g    5100
Name: 가격, dtype: int64

In [22]:

df.iloc[0:3, 1:4]

Out[22]:

	가격	할인율	칼로리
a	4100	0.5	10
b	4600	0.1	180
c	4600	0.2	420

실습¶

loc¶

• 인덱스 명
• 인덱스 명(범위), 컬럼 명(범위)

In [27]:

df

Out[27]:

	메뉴	가격	할인율	칼로리
0	아메리카노	4100	0.5	10
1	카페라떼	4600	0.1	180
2	카페모카	4600	0.2	420
3	바닐라라떼	5100	0.3	320
4	녹차	4100	0.0	20
5	초코라떼	5000	0.0	500
6	바닐라콜드브루	5100	0.0	400

In [26]:

# 인덱싱 - 행 전체
# 아메리카노
df.loc[0]

Out[26]:

메뉴     아메리카노
가격      4100
할인율      0.5
칼로리       10
Name: 0, dtype: object

In [28]:

# 슬라이싱 - 컬럼 전체
# 가격
df.loc[:, '가격']

Out[28]:

0    4100
1    4600
2    4600
3    5100
4    4100
5    5000
6    5100
Name: 가격, dtype: int64

In [29]:

# 슬라이싱
# 카페라떼 가격
df.loc[1, '가격']

Out[29]:

4600

In [35]:

# 슬라이싱
# 카페모카 메뉴와 가격
df.loc[2, '메뉴':'가격']

Out[35]:

메뉴    카페모카
가격    4600
Name: 2, dtype: object

In [36]:

# 슬라이싱
# 카페모카 메뉴와 칼로리
df.loc[2, ['메뉴', '칼로리']]

Out[36]:

메뉴     카페모카
칼로리     420
Name: 2, dtype: object

In [38]:

# 슬라이싱
# 카페라떼, 카페모카 메뉴와 가격
df.loc[1:2, '메뉴':'가격']

Out[38]:

	메뉴	가격
1	카페라떼	4600
2	카페모카	4600

iloc¶

In [41]:

df

Out[41]:

	메뉴	가격	할인율	칼로리
0	아메리카노	4100	0.5	10
1	카페라떼	4600	0.1	180
2	카페모카	4600	0.2	420
3	바닐라라떼	5100	0.3	320
4	녹차	4100	0.0	20
5	초코라떼	5000	0.0	500
6	바닐라콜드브루	5100	0.0	400

In [39]:

# 인덱싱 - 행 전체
# 아메리카노
df.iloc[0]

Out[39]:

메뉴     아메리카노
가격      4100
할인율      0.5
칼로리       10
Name: 0, dtype: object

In [42]:

# 슬라이싱 - 컬럼 전체
# 가격
df.iloc[:, 1]

Out[42]:

0    4100
1    4600
2    4600
3    5100
4    4100
5    5000
6    5100
Name: 가격, dtype: int64

In [43]:

# 슬라이싱
# 카페모카 메뉴, 가격
df.iloc[2, 0:2]

Out[43]:

메뉴    카페모카
가격    4600
Name: 2, dtype: object

In [44]:

# 슬라이싱
# 카페라떼, 카페모카의 전체 데이터
df.iloc[1:3, :]

Out[44]:

	메뉴	가격	할인율	칼로리
1	카페라떼	4600	0.1	180
2	카페모카	4600	0.2	420

데이터 추가¶

• 결측값으로 추가(NaN 대입)
• 리스트 형태로 데이터(행) 추가
• 딕셔너리 형태로 데이터(행) 추가

In [49]:

# 결측값으로 추가
# 원두 컬럼을 만들고 결측값(NaN)으로 대입
import numpy as np
df['원두'] = np.nan
df

Out[49]:

	메뉴	가격	할인율	칼로리	원두
0	아메리카노	4100	0.5	10	NaN
1	카페라떼	4600	0.1	180	NaN
2	카페모카	4600	0.2	420	NaN
3	바닐라라떼	5100	0.3	320	NaN
4	녹차	4100	0.0	20	NaN
5	초코라떼	5000	0.0	500	NaN
6	바닐라콜드브루	5100	0.0	400	NaN

In [51]:

# 아메리카노의 원두는 '콜롬비아' 데이터 추가
df.loc[0, '원두'] = '콜롬비아'
df

Out[51]:

	메뉴	가격	할인율	칼로리	원두
0	아메리카노	4100	0.5	10	콜롬비아
1	카페라떼	4600	0.1	180	NaN
2	카페모카	4600	0.2	420	NaN
3	바닐라라떼	5100	0.3	320	NaN
4	녹차	4100	0.0	20	NaN
5	초코라떼	5000	0.0	500	NaN
6	바닐라콜드브루	5100	0.0	400	NaN

In [52]:

# 리스트 형태로 데이터(행) 추가
df.loc['시즌'] = ['크리스마스라떼', 6000, 0, 500, '한국']
df

Out[52]:

	메뉴	가격	할인율	칼로리	원두
0	아메리카노	4100	0.5	10	콜롬비아
1	카페라떼	4600	0.1	180	NaN
2	카페모카	4600	0.2	420	NaN
3	바닐라라떼	5100	0.3	320	NaN
4	녹차	4100	0.0	20	NaN
5	초코라떼	5000	0.0	500	NaN
6	바닐라콜드브루	5100	0.0	400	NaN
시즌	크리스마스라떼	6000	0.0	500	한국

In [53]:

# 딕셔너리 형태로 데이터(행) 추가
# 키 값에 매칭 시켜 데이터를 넣기 때문에 컬럼 수에 맞추지 않아도 데이터 추가 가능
df.loc[7] = {
    '메뉴': '에스프레소',
    '가격': 2000,
    '칼로리': 10
}
df

Out[53]:

	메뉴	가격	할인율	칼로리	원두
0	아메리카노	4100	0.5	10	콜롬비아
1	카페라떼	4600	0.1	180	NaN
2	카페모카	4600	0.2	420	NaN
3	바닐라라떼	5100	0.3	320	NaN
4	녹차	4100	0.0	20	NaN
5	초코라떼	5000	0.0	500	NaN
6	바닐라콜드브루	5100	0.0	400	NaN
시즌	크리스마스라떼	6000	0.0	500	한국
7	에스프레소	2000	NaN	10	NaN

정렬 Sort¶

• default 내림차순 ascendig=True
• 인덱스 기준
• 값 기준
• 인덱스 새로 만들기

In [58]:

df = df.drop('시즌', axis=0)
df

Out[58]:

	메뉴	가격	할인율	칼로리	원두
0	아메리카노	4100	0.5	10	콜롬비아
1	카페라떼	4600	0.1	180	NaN
2	카페모카	4600	0.2	420	NaN
3	바닐라라떼	5100	0.3	320	NaN
4	녹차	4100	0.0	20	NaN
5	초코라떼	5000	0.0	500	NaN
6	바닐라콜드브루	5100	0.0	400	NaN
7	에스프레소	2000	NaN	10	NaN

In [61]:

# 인덱스 기준 - default 내림차순
df.sort_index()

Out[61]:

	메뉴	가격	할인율	칼로리	원두
0	아메리카노	4100	0.5	10	콜롬비아
1	카페라떼	4600	0.1	180	NaN
2	카페모카	4600	0.2	420	NaN
3	바닐라라떼	5100	0.3	320	NaN
4	녹차	4100	0.0	20	NaN
5	초코라떼	5000	0.0	500	NaN
6	바닐라콜드브루	5100	0.0	400	NaN
7	에스프레소	2000	NaN	10	NaN

In [62]:

# 인덱스 기준 - 오름차순
df.sort_index(ascending=False)

Out[62]:

	메뉴	가격	할인율	칼로리	원두
7	에스프레소	2000	NaN	10	NaN
6	바닐라콜드브루	5100	0.0	400	NaN
5	초코라떼	5000	0.0	500	NaN
4	녹차	4100	0.0	20	NaN
3	바닐라라떼	5100	0.3	320	NaN
2	카페모카	4600	0.2	420	NaN
1	카페라떼	4600	0.1	180	NaN
0	아메리카노	4100	0.5	10	콜롬비아

In [67]:

# 값 기준 - 오름차순
# 가격 기준 정렬
df.sort_values('가격')

Out[67]:

	메뉴	가격	할인율	칼로리	원두
7	에스프레소	2000	NaN	10	NaN
0	아메리카노	4100	0.5	10	콜롬비아
4	녹차	4100	0.0	20	NaN
1	카페라떼	4600	0.1	180	NaN
2	카페모카	4600	0.2	420	NaN
5	초코라떼	5000	0.0	500	NaN
3	바닐라라떼	5100	0.3	320	NaN
6	바닐라콜드브루	5100	0.0	400	NaN

In [69]:

# 값 기준 - 내림차순
# 가격 기준 정렬
df.sort_values('가격', ascending=False)

Out[69]:

	메뉴	가격	할인율	칼로리	원두
3	바닐라라떼	5100	0.3	320	NaN
6	바닐라콜드브루	5100	0.0	400	NaN
5	초코라떼	5000	0.0	500	NaN
1	카페라떼	4600	0.1	180	NaN
2	카페모카	4600	0.2	420	NaN
0	아메리카노	4100	0.5	10	콜롬비아
4	녹차	4100	0.0	20	NaN
7	에스프레소	2000	NaN	10	NaN

In [70]:

# 값 기준 - 내림차순
# 메뉴 기준 정렬
df.sort_values('메뉴')

Out[70]:

	메뉴	가격	할인율	칼로리	원두
4	녹차	4100	0.0	20	NaN
3	바닐라라떼	5100	0.3	320	NaN
6	바닐라콜드브루	5100	0.0	400	NaN
0	아메리카노	4100	0.5	10	콜롬비아
7	에스프레소	2000	NaN	10	NaN
5	초코라떼	5000	0.0	500	NaN
1	카페라떼	4600	0.1	180	NaN
2	카페모카	4600	0.2	420	NaN

In [74]:

# 기준 n개 정렬
# 가격과 메뉴 기준 정렬
# 가격 - 내림차순 , 메뉴 - 오름차순
df = df.sort_values(['가격', '메뉴'], ascending=[False, True])
df

Out[74]:

	메뉴	가격	할인율	칼로리	원두
3	바닐라라떼	5100	0.3	320	NaN
6	바닐라콜드브루	5100	0.0	400	NaN
5	초코라떼	5000	0.0	500	NaN
1	카페라떼	4600	0.1	180	NaN
2	카페모카	4600	0.2	420	NaN
4	녹차	4100	0.0	20	NaN
0	아메리카노	4100	0.5	10	콜롬비아
7	에스프레소	2000	NaN	10	NaN

In [76]:

# 인덱스 새로 만들기
# 기존 인덱스 값 삭제 : drop = True
df.reset_index(drop=True)

Out[76]:

	메뉴	가격	할인율	칼로리	원두
0	바닐라라떼	5100	0.3	320	NaN
1	바닐라콜드브루	5100	0.0	400	NaN
2	초코라떼	5000	0.0	500	NaN
3	카페라떼	4600	0.1	180	NaN
4	카페모카	4600	0.2	420	NaN
5	녹차	4100	0.0	20	NaN
6	아메리카노	4100	0.5	10	콜롬비아
7	에스프레소	2000	NaN	10	NaN

Quiz¶

In [93]:

# 주어진 데이터
data = {
    "메뉴":['아메리카노', '카페라떼', '카페모카', '바닐라콜드브루'],
    "가격":[4100, 4600, 4600, 5100],
    "할인율":['0.5', '0.1', '0.2', '0.3'],
    "칼로리":[10,180,420,320],
}
df = pd.DataFrame(data)
df

Out[93]:

	메뉴	가격	할인율	칼로리
0	아메리카노	4100	0.5	10
1	카페라떼	4600	0.1	180
2	카페모카	4600	0.2	420
3	바닐라콜드브루	5100	0.3	320

In [ ]:

# 1. 앞에서부터 3개의 데이터만 선택

In [80]:

df.loc[:2]

Out[80]:

	메뉴	가격	할인율	칼로리
0	아메리카노	4100	0.5	10
1	카페라떼	4600	0.1	180
2	카페모카	4600	0.2	420

In [94]:

df.iloc[:3]

Out[94]:

	메뉴	가격	할인율	칼로리
0	아메리카노	4100	0.5	10
1	카페라떼	4600	0.1	180
2	카페모카	4600	0.2	420

In [77]:

# 2. 주어진 데이터(df)에서 아래 값을 loc와 iloc을 활용해 데이터 프레임으로 각각 출력
# 카페라떼	4600	0.1
# 카페모카	4600	0.2

In [82]:

df.loc[1:2, '메뉴':'할인율']

Out[82]:

	메뉴	가격	할인율
1	카페라떼	4600	0.1
2	카페모카	4600	0.2

In [83]:

df.iloc[1:3, 0:3]

Out[83]:

	메뉴	가격	할인율
1	카페라떼	4600	0.1
2	카페모카	4600	0.2

In [ ]:

# 3. 메뉴 중 가격이 가장 비싼 순으로 정렬해 상위 3개 값 출력

In [97]:

data = {
    "메뉴":['아메리카노','카페라떼','카페모카', '바닐라라떼', '녹차', '초코라떼', '바닐라콜드브루'],
    "가격":[4100, 4600, 4600, 5100, 4100, 5000, 5100],
    "할인율":[0.5, 0.1, 0.2, 0.3, 0, 0, 0],
    "칼로리":[10, 180, 420, 320, 20, 500, 400],
}
df = pd.DataFrame(data)

In [98]:

df = df.sort_values('가격', ascending=False)
df

Out[98]:

	메뉴	가격	할인율	칼로리
3	바닐라라떼	5100	0.3	320
6	바닐라콜드브루	5100	0.0	400
5	초코라떼	5000	0.0	500
1	카페라떼	4600	0.1	180
2	카페모카	4600	0.2	420
0	아메리카노	4100	0.5	10
4	녹차	4100	0.0	20

In [99]:

df.iloc[:3]

Out[99]:

	메뉴	가격	할인율	칼로리
3	바닐라라떼	5100	0.3	320
6	바닐라콜드브루	5100	0.0	400
5	초코라떼	5000	0.0	500

---

참고

https://inf.run/PoyjH

[퇴근후딴짓] 빅데이터 분석기사 실기 (작업형1,2,3) | 퇴근후딴짓 - 인프런