[Python] Pandas에서 파일 데이터 조작

ㅁ 데이터 불러오기

0. 공통 

import pandas as pd
import os
try:
	os.chdir("C:/Users/gykwa_u2aecfe/OneDrive/바탕 화면/sample_data") # 사용하고자 하는 txt 문서가 있는 파일 이름까지 입력
    print("Directory changed")
except OSError:
	print("Cannot change the current working directory")

 

1. txt 

pd.read_table("people.txt", sep= ' ', header = 0, encoding="UTF-8") #txt 이름, 셀 구분 기준, 행, 인코딩 순서

 

2. xlsx

pd.read_excel('Financial Sample.xlsx')

3. csv

pd.read_csv('train.csv')
# 데이터 출처 : https://www.kaggle.com/datasets/heptapod/titanic

>>>

---

ㅁ 데이터 조작

1. 행에 이름 부여하기

titanic_raw = pd.read_csv('train.csv')
titanic_raw.index = [x for x in range(1,892)]
titanic_raw

2. loc과 iloc 

loc : location의 약자로, label 형태로 접근

iloc : integer location , 인덱스 값으로 접근

titanic_raw.loc[[2,3]]
titanic_raw.iloc[1:3]
titanic_raw.iloc[3,0:2] #'3'행의 0,1 에 해당되는 값 print

---

ㅁ데이터 병합

1. merge

pd.merge(df1, df2, on='key') 형태로 사용

df1 = pd.DataFrame({'customerID' : range(1,4), 'commodity' : ('apple '*2 +'banana '*2).split()})
df2 = pd.DataFrame({'customerID' : [2,5], 'Gender' : ['male', 'female']})
df3 = pd.merge(df1, df2, on = 'customerID')

>>>

df3

<merge의 종류>

1. Inner : 교집합

2. Outer : 합집합, 없는 데이터에 대해선 NaN으로 표시

3. Left Outer : 첫번째 df를 기준으로 df 생성

4. Right Outer : 두번째 df를 기준으로 df 생성

df4 = pd.merge(df1,df2, on = 'customerID', how = 'left')

>>>

df4(left outer join)

df5 = pd.merge(df1,df2,on = 'customerID', how = 'outer'

>>>

df5(outer join)

 

 

2. concatenate (단순 합치)

pd.concat([df1, df2]) 형태로 사용
axis 매개변수를 사용하여 행 방향(0) 또는 열 방향(1)으로 연결 방향을 지정

box1 = np.arange(1,7).reshape(2,3)
box2 = np.arange(7,13).reshape(2,3)
np.concatenate((box1,box2), axis = 1)

>>>

np.concatenate((box1,box2), axis = 0

>>>

ㅁ데이터 요약

1. shape : 행과 열 수 알려줌

titanic_raw = pd.read_csv('train.csv')
titanic_raw.shape

>>> (891, 12) # 행, 열

 

2. head : 위쪽의 데이터 보여줌

titanic_raw.head()

>>>

3. info : 열 정보 알려줌

titanic_raw.info()

>>>

4. describe : dataframe을 통계처리하여 알려줌

>>>