윈도 파일명 규칙¶

파일이름. 확장자
report.xlsx
report.csv >>> 파일 확장명
reprot.ipynb

In [1]:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

pandas.read_excel()

[주요 옵션]

na_values = '-' : '-' 기호도 NA값으로 인식
sheet_name = 1 : 2번시트를 불러와라
skiprows = 3 : 맨 앞의 3개 행 건너뛰고 4번째 행부터 출력

excel 불러오기¶

In [2]:

data1 = pd.read_excel('C:\py_temp\pandas연습.xlsx')
data1

Out[2]:

	pandas 기능	Unnamed: 1	Unnamed: 2
0	read_excel 연습	NaN	NaN
1	번호	이름	별명
2	1	서진수	꽃미남
3	2	강감찬	??
4	3	어피치	꽃미녀

In [3]:

data2 = pd.read_excel('C:\py_temp\pandas연습.xlsx', skiprows = 2, na_values = '??')
data2

Out[3]:

	번호	이름	별명
0	1	서진수	꽃미남
1	2	강감찬	NaN
2	3	어피치	꽃미녀

csv 불러오기¶

utf-8, cp949

In [4]:

data3 = pd.read_csv('C:\py_temp\프로야구선수성적_타자_ANSI.csv', encoding = 'cp949')
data3

Out[4]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
0	1	김선빈	KIA	0.370	137	476	84	176	34	1	5	64
1	2	박건우	두산	0.366	131	483	91	177	40	2	20	78
2	3	박민우	NC	0.363	106	388	84	141	25	4	3	47
3	4	나성범	NC	0.347	125	498	103	173	42	2	24	99
4	5	박용택	LG	0.344	138	509	83	175	23	2	14	90
5	6	최형우	KIA	0.342	142	514	98	176	36	3	26	120
6	7	김재환	두산	0.340	144	544	110	185	34	2	35	115
7	8	로사리오	한화	0.339	119	445	100	151	30	1	37	111
8	9	손아섭	롯데	0.335	144	576	113	193	35	4	20	80
9	10	서건창	넥센	0.332	139	539	87	179	28	3	6	76
10	11	이명기	KIA	0.332	115	464	79	154	24	4	9	63
11	12	송광민	한화	0.327	117	437	71	143	26	0	13	75
12	13	이정후	넥센	0.324	144	552	111	179	29	8	2	47
13	14	전준우	롯데	0.321	110	455	76	146	27	1	18	69
14	15	이대호	롯데	0.320	142	540	73	173	13	0	34	111
15	16	버나디나	KIA	0.320	139	557	118	178	26	8	27	111
16	17	최정	SK	0.316	130	430	89	136	18	1	46	113
17	18	안치홍	KIA	0.316	132	487	95	154	29	2	21	93
18	19	러프	삼성	0.315	134	515	90	162	38	0	31	124
19	20	윤석민	kt	0.312	142	538	90	168	30	1	20	105
20	21	모창민	NC	0.312	136	474	64	148	25	3	17	90
21	22	고종욱	넥센	0.312	123	426	70	133	24	8	8	54
22	23	구자욱	삼성	0.310	144	564	108	175	39	10	21	107
23	24	김주찬	KIA	0.309	122	440	78	136	39	2	12	70
24	25	오재일	두산	0.306	128	412	62	126	27	0	26	89
25	26	유한준	kt	0.306	133	445	52	136	19	0	13	68
26	27	민병헌	두산	0.304	123	447	73	136	21	0	14	71
27	28	강한울	삼성	0.303	135	412	58	125	9	3	0	24
28	29	번즈	롯데	0.303	116	423	71	128	38	0	15	57
29	30	김하성	넥센	0.302	141	526	90	159	36	3	23	114

DRM(문서보안)이 걸려 있을 경우¶

기업 보안 문제가 있을 경우 xlwings 라이브러리 사용

DF의 전체적인 구조 파악, 데이터 탐색¶

head(), tail(), shape, columns, info()

괄호 주의

In [5]:

data3.head()

Out[5]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
0	1	김선빈	KIA	0.370	137	476	84	176	34	1	5	64
1	2	박건우	두산	0.366	131	483	91	177	40	2	20	78
2	3	박민우	NC	0.363	106	388	84	141	25	4	3	47
3	4	나성범	NC	0.347	125	498	103	173	42	2	24	99
4	5	박용택	LG	0.344	138	509	83	175	23	2	14	90

In [6]:

data3.shape  # (행 수, 컬럼 수)

Out[6]:

(30, 12)

In [7]:

data3.columns

Out[7]:

Index(['순위', '선수명', '팀명', '타율', '경기수', '타수', '득점', '안타', '2루타', '3루타', '홈런',
       '타점'],
      dtype='object')

In [8]:

data3.info() 

# 각 colums의 정보 파악
# null 값 확인 가능

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 30 entries, 0 to 29
Data columns (total 12 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   순위      30 non-null     int64  
 1   선수명     30 non-null     object 
 2   팀명      30 non-null     object 
 3   타율      30 non-null     float64
 4   경기수     30 non-null     int64  
 5   타수      30 non-null     int64  
 6   득점      30 non-null     int64  
 7   안타      30 non-null     int64  
 8   2루타     30 non-null     int64  
 9   3루타     30 non-null     int64  
 10  홈런      30 non-null     int64  
 11  타점      30 non-null     int64  
dtypes: float64(1), int64(9), object(2)
memory usage: 2.9+ KB

In [9]:

data3.describe()

Out[9]:

	순위	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
count	30.000000	30.000000	30.000000	30.000000	30.00000	30.000000	30.000000	30.000000	30.000000	30.000000
mean	15.500000	0.324933	131.033333	483.866667	85.70000	157.366667	28.800000	2.600000	18.666667	84.500000
std	8.803408	0.019373	11.062466	53.011211	17.12258	20.163954	8.142693	2.698659	11.099342	25.597346
min	1.000000	0.302000	106.000000	388.000000	52.00000	125.000000	9.000000	0.000000	0.000000	24.000000
25%	8.250000	0.310500	123.000000	441.250000	73.00000	137.250000	24.250000	1.000000	12.250000	68.250000
50%	15.500000	0.320000	133.500000	479.500000	85.50000	156.500000	28.500000	2.000000	19.000000	84.500000
75%	22.750000	0.338000	140.500000	535.000000	97.25000	175.750000	35.750000	3.000000	25.500000	110.000000
max	30.000000	0.370000	144.000000	576.000000	118.00000	193.000000	42.000000	10.000000	46.000000	124.000000

데이터 조회(추출)하기¶

컬럼조회¶

변수명['컬럼이름']
변수명[['컬럼1', '컬럼2']]

In [10]:

data3['선수명'].head(5)

Out[10]:

0    김선빈
1    박건우
2    박민우
3    나성범
4    박용택
Name: 선수명, dtype: object

In [11]:

data3[['선수명', '팀명','타율']].head()

Out[11]:

	선수명	팀명	타율
0	김선빈	KIA	0.370
1	박건우	두산	0.366
2	박민우	NC	0.363
3	나성범	NC	0.347
4	박용택	LG	0.344

^ (시작 지정자)

$ (끝 지정자)

정규표현식¶

data3.filter(regex='타').head()

In [12]:

data3.filter(regex='^타').head()

Out[12]:

	타율	타수	타점
0	0.370	476	64
1	0.366	483	78
2	0.363	388	47
3	0.347	498	99
4	0.344	509	90

In [13]:

data3.filter(regex='타$').head()

Out[13]:

	안타	2루타	3루타
0	176	34	1
1	177	40	2
2	141	25	4
3	173	42	2
4	175	23	2

In [14]:

data3.filter(regex='타$|^타').head()

Out[14]:

	타율	타수	안타	2루타	3루타	타점
0	0.370	476	176	34	1	64
1	0.366	483	177	40	2	78
2	0.363	388	141	25	4	47
3	0.347	498	173	42	2	99
4	0.344	509	175	23	2	90

In [15]:

# 컬럼 번호를 이용한 연속적인 컬럼 이름 지정
data3[data3.columns[1:4]].head()

Out[15]:

	선수명	팀명	타율
0	김선빈	KIA	0.370
1	박건우	두산	0.366
2	박민우	NC	0.363
3	나성범	NC	0.347
4	박용택	LG	0.344

In [16]:

# difference: 특정 컬럼 값 제외
data3[data3.columns.difference(['안타', '2루타'], sort = False)].head()

Out[16]:

	순위	선수명	팀명	타율	경기수	타수	득점	3루타	홈런	타점
0	1	김선빈	KIA	0.370	137	476	84	1	5	64
1	2	박건우	두산	0.366	131	483	91	2	20	78
2	3	박민우	NC	0.363	106	388	84	4	3	47
3	4	나성범	NC	0.347	125	498	103	2	24	99
4	5	박용택	LG	0.344	138	509	83	2	14	90

In [17]:

data3[data3.columns.difference(['안타', '2루타'])].head()

Out[17]:

	3루타	경기수	득점	선수명	순위	타수	타율	타점	팀명	홈런
0	1	137	84	김선빈	1	476	0.370	64	KIA	5
1	2	131	91	박건우	2	483	0.366	78	두산	20
2	4	106	84	박민우	3	388	0.363	47	NC	3
3	2	125	103	나성범	4	498	0.347	99	NC	24
4	2	138	83	박용택	5	509	0.344	90	LG	14

In [18]:

filter_columns = [col for col in data3.columns if '타' not in col]
data4 = data3[filter_columns]
data4

Out[18]:

	순위	선수명	팀명	경기수	득점	홈런
0	1	김선빈	KIA	137	84	5
1	2	박건우	두산	131	91	20
2	3	박민우	NC	106	84	3
3	4	나성범	NC	125	103	24
4	5	박용택	LG	138	83	14
5	6	최형우	KIA	142	98	26
6	7	김재환	두산	144	110	35
7	8	로사리오	한화	119	100	37
8	9	손아섭	롯데	144	113	20
9	10	서건창	넥센	139	87	6
10	11	이명기	KIA	115	79	9
11	12	송광민	한화	117	71	13
12	13	이정후	넥센	144	111	2
13	14	전준우	롯데	110	76	18
14	15	이대호	롯데	142	73	34
15	16	버나디나	KIA	139	118	27
16	17	최정	SK	130	89	46
17	18	안치홍	KIA	132	95	21
18	19	러프	삼성	134	90	31
19	20	윤석민	kt	142	90	20
20	21	모창민	NC	136	64	17
21	22	고종욱	넥센	123	70	8
22	23	구자욱	삼성	144	108	21
23	24	김주찬	KIA	122	78	12
24	25	오재일	두산	128	62	26
25	26	유한준	kt	133	52	13
26	27	민병헌	두산	123	73	14
27	28	강한울	삼성	135	58	0
28	29	번즈	롯데	116	71	15
29	30	김하성	넥센	141	90	23

Quiz¶

In [19]:

# 2-1.
df = pd.read_excel('C:\py_temp\부품구입대장_2.xlsx', skiprows = 3)
df[['사업장', '품목', '수량', '금액']].head(6)

Out[19]:

	사업장	품목	수량	금액
0	석수	ANGLE	21	672000
1	석수	백관	44	2464000
2	석수	절연판	40	1800000
3	석수	P/Z O-RING	11	418000
4	석수	알코올	38	304000
5	석수	실리콘	30	4500000

In [20]:

# 2-1.
df = pd.read_csv('C:\py_temp\농구선수_전체.csv', encoding = 'cp949')
df[['선수이름', '포지션', '리바운드성공횟수']].head(5)

Out[20]:

	선수이름	포지션	리바운드성공횟수
0	단군할아버지	슈팅가드	2.6
1	동명왕	슈팅가드	2.8
2	온조왕	슈팅가드	1.5
3	박혁거세	슈팅가드	2.8
4	광개토대왕	센터	6.5

In [21]:

# 2-2
wc = pd.read_csv('C:\py_temp\위스콘신_유방암_진단데이터.csv', encoding = 'utf-8')
wc.filter(regex = '평균$')

Out[21]:

	반지름_평균	텍스처_평균	둘레길이_평균	면적_평균	평활도_평균	콤팩트도_평균	오목면_평균	오목점_평균	대칭성_평균	프랙탈도_평균
0	17.99	10.38	122.80	1001.0	0.11840	0.27760	0.30010	0.14710	0.2419	0.07871
1	20.57	17.77	132.90	1326.0	0.08474	0.07864	0.08690	0.07017	0.1812	0.05667
2	19.69	21.25	130.00	1203.0	0.10960	0.15990	0.19740	0.12790	0.2069	0.05999
3	11.42	20.38	77.58	386.1	0.14250	0.28390	0.24140	0.10520	0.2597	0.09744
4	20.29	14.34	135.10	1297.0	0.10030	0.13280	0.19800	0.10430	0.1809	0.05883
...	...	...	...	...	...	...	...	...	...	...
564	21.56	22.39	142.00	1479.0	0.11100	0.11590	0.24390	0.13890	0.1726	0.05623
565	20.13	28.25	131.20	1261.0	0.09780	0.10340	0.14400	0.09791	0.1752	0.05533
566	16.60	28.08	108.30	858.1	0.08455	0.10230	0.09251	0.05302	0.1590	0.05648
567	20.60	29.33	140.10	1265.0	0.11780	0.27700	0.35140	0.15200	0.2397	0.07016
568	7.76	24.54	47.92	181.0	0.05263	0.04362	0.00000	0.00000	0.1587	0.05884

569 rows × 10 columns

In [22]:

# 2-2
wc[wc.columns.difference(['target'])]

Out[22]:

	대칭성_최대	대칭성_평균	대칭성_표준편차	둘레길이_최대	둘레길이_평균	둘레길이_표준편차	면적_최대	면적_평균	면적_표준편차	반지름_최대	...	콤팩트도_표준편차	텍스처_최대	텍스처_평균	텍스처_표준편차	평활도_최대	평활도_평균	평활도_표준편차	프랙탈도_최대	프랙탈도_평균	프랙탈도_표준편차
0	0.4601	0.2419	0.03003	184.60	122.80	8.589	2019.0	1001.0	153.40	25.380	...	0.04904	17.33	10.38	0.9053	0.16220	0.11840	0.006399	0.11890	0.07871	0.006193
1	0.2750	0.1812	0.01389	158.80	132.90	3.398	1956.0	1326.0	74.08	24.990	...	0.01308	23.41	17.77	0.7339	0.12380	0.08474	0.005225	0.08902	0.05667	0.003532
2	0.3613	0.2069	0.02250	152.50	130.00	4.585	1709.0	1203.0	94.03	23.570	...	0.04006	25.53	21.25	0.7869	0.14440	0.10960	0.006150	0.08758	0.05999	0.004571
3	0.6638	0.2597	0.05963	98.87	77.58	3.445	567.7	386.1	27.23	14.910	...	0.07458	26.50	20.38	1.1560	0.20980	0.14250	0.009110	0.17300	0.09744	0.009208
4	0.2364	0.1809	0.01756	152.20	135.10	5.438	1575.0	1297.0	94.44	22.540	...	0.02461	16.67	14.34	0.7813	0.13740	0.10030	0.011490	0.07678	0.05883	0.005115
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
564	0.2060	0.1726	0.01114	166.10	142.00	7.673	2027.0	1479.0	158.70	25.450	...	0.02891	26.40	22.39	1.2560	0.14100	0.11100	0.010300	0.07115	0.05623	0.004239
565	0.2572	0.1752	0.01898	155.00	131.20	5.203	1731.0	1261.0	99.04	23.690	...	0.02423	38.25	28.25	2.4630	0.11660	0.09780	0.005769	0.06637	0.05533	0.002498
566	0.2218	0.1590	0.01318	126.70	108.30	3.425	1124.0	858.1	48.55	18.980	...	0.03731	34.12	28.08	1.0750	0.11390	0.08455	0.005903	0.07820	0.05648	0.003892
567	0.4087	0.2397	0.02324	184.60	140.10	5.772	1821.0	1265.0	86.22	25.740	...	0.06158	39.42	29.33	1.5950	0.16500	0.11780	0.006522	0.12400	0.07016	0.006185
568	0.2871	0.1587	0.02676	59.16	47.92	2.548	268.6	181.0	19.15	9.456	...	0.00466	30.37	24.54	1.4280	0.08996	0.05263	0.007189	0.07039	0.05884	0.002783

569 rows × 30 columns

행 조회하기 - loc[], iloc[]

변수명.loc[인덱스번호, 컬럼이름]
변수명.iloc[행 번호, 컬럼 번호]
변수명.iloc[행번호][컬럼이름]

In [23]:

data3.loc[2]

Out[23]:

순위         3
선수명      박민우
팀명        NC
타율     0.363
경기수      106
타수       388
득점        84
안타       141
2루타       25
3루타        4
홈런         3
타점        47
Name: 2, dtype: object

In [24]:

data3.iloc[2]

Out[24]:

순위         3
선수명      박민우
팀명        NC
타율     0.363
경기수      106
타수       388
득점        84
안타       141
2루타       25
3루타        4
홈런         3
타점        47
Name: 2, dtype: object

In [25]:

data3.loc[0:3] # 0,1,2,3 출력

Out[25]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
0	1	김선빈	KIA	0.370	137	476	84	176	34	1	5	64
1	2	박건우	두산	0.366	131	483	91	177	40	2	20	78
2	3	박민우	NC	0.363	106	388	84	141	25	4	3	47
3	4	나성범	NC	0.347	125	498	103	173	42	2	24	99

In [26]:

data3.iloc[0:3]

Out[26]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
0	1	김선빈	KIA	0.370	137	476	84	176	34	1	5	64
1	2	박건우	두산	0.366	131	483	91	177	40	2	20	78
2	3	박민우	NC	0.363	106	388	84	141	25	4	3	47

In [27]:

data3.loc[[0,3]]

Out[27]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
0	1	김선빈	KIA	0.370	137	476	84	176	34	1	5	64
3	4	나성범	NC	0.347	125	498	103	173	42	2	24	99

In [28]:

data3.iloc[[0,3]]

Out[28]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
0	1	김선빈	KIA	0.370	137	476	84	176	34	1	5	64
3	4	나성범	NC	0.347	125	498	103	173	42	2	24	99

In [29]:

data3.loc[:3]

Out[29]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
0	1	김선빈	KIA	0.370	137	476	84	176	34	1	5	64
1	2	박건우	두산	0.366	131	483	91	177	40	2	20	78
2	3	박민우	NC	0.363	106	388	84	141	25	4	3	47
3	4	나성범	NC	0.347	125	498	103	173	42	2	24	99

In [30]:

data3.loc[25:]

Out[30]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
25	26	유한준	kt	0.306	133	445	52	136	19	0	13	68
26	27	민병헌	두산	0.304	123	447	73	136	21	0	14	71
27	28	강한울	삼성	0.303	135	412	58	125	9	3	0	24
28	29	번즈	롯데	0.303	116	423	71	128	38	0	15	57
29	30	김하성	넥센	0.302	141	526	90	159	36	3	23	114

loc[[인덱스번호, 인덱스번호], ['컬럼이름', '컬럼이름']]¶

In [31]:

data3.loc[4, '선수명']

Out[31]:

'박용택'

In [32]:

data3.loc[[4,5,6], ['선수명', '팀명', '홈런']]

Out[32]:

	선수명	팀명	홈런
4	박용택	LG	14
5	최형우	KIA	26
6	김재환	두산	35

In [33]:

data3.loc[25: , '선수명']

Out[33]:

25    유한준
26    민병헌
27    강한울
28     번즈
29    김하성
Name: 선수명, dtype: object

loc[인덱스:인덱스, ' 컬럼이름1':'컬럼이름2']¶

In [34]:

data3.loc[25: , '선수명': '타수']

Out[34]:

	선수명	팀명	타율	경기수	타수
25	유한준	kt	0.306	133	445
26	민병헌	두산	0.304	123	447
27	강한울	삼성	0.303	135	412
28	번즈	롯데	0.303	116	423
29	김하성	넥센	0.302	141	526

연속적인 컬럼 + 개별 컬럼 함께 조회하기 (join 사용)¶

In [35]:

data3.loc[25: , '선수명': '타수'].join(data3['안타'])

Out[35]:

	선수명	팀명	타율	경기수	타수	안타
25	유한준	kt	0.306	133	445	136
26	민병헌	두산	0.304	123	447	136
27	강한울	삼성	0.303	135	412	125
28	번즈	롯데	0.303	116	423	128
29	김하성	넥센	0.302	141	526	159

조건 조회

1. str 사용

contain : 특정 문자 포함하는 ~ <br>
'|' 기호 사용해서 여러 조건 한번에 조회 가능 <br>
startwith: 특정 글자로 시작하는 ~ <br>
endwith: 특정 글자로 끝나는 ~ <br>
~: 특정 문자 제외

2. isin: 정확하게 매칭되는 문자

3. 숫자 조건

기호 사용: >=, <, > 등 <br>
검색 조건이 2개 이상일 경우 괄호 사용해서 우선순위 지정 <br>
between(a,b, inclusive = left, right, both, neither) <br>

In [36]:

data4 = data3[data3['팀명'].str.contains('두산')]
data4

Out[36]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
1	2	박건우	두산	0.366	131	483	91	177	40	2	20	78
6	7	김재환	두산	0.340	144	544	110	185	34	2	35	115
24	25	오재일	두산	0.306	128	412	62	126	27	0	26	89
26	27	민병헌	두산	0.304	123	447	73	136	21	0	14	71

In [37]:

data4_2 = data3[data3['팀명'].str.contains('두산|한화')]
data4_2

Out[37]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
1	2	박건우	두산	0.366	131	483	91	177	40	2	20	78
6	7	김재환	두산	0.340	144	544	110	185	34	2	35	115
7	8	로사리오	한화	0.339	119	445	100	151	30	1	37	111
11	12	송광민	한화	0.327	117	437	71	143	26	0	13	75
24	25	오재일	두산	0.306	128	412	62	126	27	0	26	89
26	27	민병헌	두산	0.304	123	447	73	136	21	0	14	71

In [38]:

data4_3 = data3[data3['선수명'].str.startswith('김')]
data4_3

Out[38]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
0	1	김선빈	KIA	0.370	137	476	84	176	34	1	5	64
6	7	김재환	두산	0.340	144	544	110	185	34	2	35	115
23	24	김주찬	KIA	0.309	122	440	78	136	39	2	12	70
29	30	김하성	넥센	0.302	141	526	90	159	36	3	23	114

In [39]:

data4_4 = data3[data3['선수명'].str.startswith('김', '박')]
data4_4

Out[39]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
0	1	김선빈	KIA	0.370	137	476	84	176	34	1	5	64
6	7	김재환	두산	0.340	144	544	110	185	34	2	35	115
23	24	김주찬	KIA	0.309	122	440	78	136	39	2	12	70
29	30	김하성	넥센	0.302	141	526	90	159	36	3	23	114

In [40]:

data4_5 = data3[data3['선수명'].str.endswith('우')]
data4_5

Out[40]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
1	2	박건우	두산	0.366	131	483	91	177	40	2	20	78
2	3	박민우	NC	0.363	106	388	84	141	25	4	3	47
5	6	최형우	KIA	0.342	142	514	98	176	36	3	26	120
13	14	전준우	롯데	0.321	110	455	76	146	27	1	18	69

In [41]:

data4_6 = data3[data3['팀명'].isin(['두산'])]
data4_6

Out[41]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
1	2	박건우	두산	0.366	131	483	91	177	40	2	20	78
6	7	김재환	두산	0.340	144	544	110	185	34	2	35	115
24	25	오재일	두산	0.306	128	412	62	126	27	0	26	89
26	27	민병헌	두산	0.304	123	447	73	136	21	0	14	71

In [42]:

data4_7 = data3[~data3['선수명'].str.contains('우')]
data4_7

Out[42]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
0	1	김선빈	KIA	0.370	137	476	84	176	34	1	5	64
3	4	나성범	NC	0.347	125	498	103	173	42	2	24	99
4	5	박용택	LG	0.344	138	509	83	175	23	2	14	90
6	7	김재환	두산	0.340	144	544	110	185	34	2	35	115
7	8	로사리오	한화	0.339	119	445	100	151	30	1	37	111
8	9	손아섭	롯데	0.335	144	576	113	193	35	4	20	80
9	10	서건창	넥센	0.332	139	539	87	179	28	3	6	76
10	11	이명기	KIA	0.332	115	464	79	154	24	4	9	63
11	12	송광민	한화	0.327	117	437	71	143	26	0	13	75
12	13	이정후	넥센	0.324	144	552	111	179	29	8	2	47
14	15	이대호	롯데	0.320	142	540	73	173	13	0	34	111
15	16	버나디나	KIA	0.320	139	557	118	178	26	8	27	111
16	17	최정	SK	0.316	130	430	89	136	18	1	46	113
17	18	안치홍	KIA	0.316	132	487	95	154	29	2	21	93
18	19	러프	삼성	0.315	134	515	90	162	38	0	31	124
19	20	윤석민	kt	0.312	142	538	90	168	30	1	20	105
20	21	모창민	NC	0.312	136	474	64	148	25	3	17	90
21	22	고종욱	넥센	0.312	123	426	70	133	24	8	8	54
22	23	구자욱	삼성	0.310	144	564	108	175	39	10	21	107
23	24	김주찬	KIA	0.309	122	440	78	136	39	2	12	70
24	25	오재일	두산	0.306	128	412	62	126	27	0	26	89
25	26	유한준	kt	0.306	133	445	52	136	19	0	13	68
26	27	민병헌	두산	0.304	123	447	73	136	21	0	14	71
27	28	강한울	삼성	0.303	135	412	58	125	9	3	0	24
28	29	번즈	롯데	0.303	116	423	71	128	38	0	15	57
29	30	김하성	넥센	0.302	141	526	90	159	36	3	23	114

In [43]:

data3[data3['홈런'] >= 30]

Out[43]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
6	7	김재환	두산	0.340	144	544	110	185	34	2	35	115
7	8	로사리오	한화	0.339	119	445	100	151	30	1	37	111
14	15	이대호	롯데	0.320	142	540	73	173	13	0	34	111
16	17	최정	SK	0.316	130	430	89	136	18	1	46	113
18	19	러프	삼성	0.315	134	515	90	162	38	0	31	124

In [44]:

data3.loc[data3['홈런'] >= 30, ['순위','선수명', '홈런']]

Out[44]:

	순위	선수명	홈런
6	7	김재환	35
7	8	로사리오	37
14	15	이대호	34
16	17	최정	46
18	19	러프	31

In [45]:

data3.loc[(data3['홈런'] >= 30) & (data3['선수명'].str.contains('김')), ['순위','선수명', '홈런']]

Out[45]:

	순위	선수명	홈런
6	7	김재환	35

In [46]:

data3.loc[(data3['홈런'] >= 30 & data3['선수명'].str.contains('김')), ['순위','선수명', '홈런']]

Out[46]:

	순위	선수명	홈런
0	1	김선빈	5
1	2	박건우	20
2	3	박민우	3
3	4	나성범	24
4	5	박용택	14
5	6	최형우	26
6	7	김재환	35
7	8	로사리오	37
8	9	손아섭	20
9	10	서건창	6
10	11	이명기	9
11	12	송광민	13
12	13	이정후	2
13	14	전준우	18
14	15	이대호	34
15	16	버나디나	27
16	17	최정	46
17	18	안치홍	21
18	19	러프	31
19	20	윤석민	20
20	21	모창민	17
21	22	고종욱	8
22	23	구자욱	21
23	24	김주찬	12
24	25	오재일	26
25	26	유한준	13
26	27	민병헌	14
27	28	강한울	0
28	29	번즈	15
29	30	김하성	23

In [47]:

data3[data3['홈런'].between(30, 40, inclusive = 'right')]

Out[47]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
6	7	김재환	두산	0.340	144	544	110	185	34	2	35	115
7	8	로사리오	한화	0.339	119	445	100	151	30	1	37	111
14	15	이대호	롯데	0.320	142	540	73	173	13	0	34	111
18	19	러프	삼성	0.315	134	515	90	162	38	0	31	124

Quiz¶

In [48]:

data8 = data3[data3['선수명'].str.contains('김') & data3['홈런'].between(20,50, inclusive = 'left')]
data8

Out[48]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
6	7	김재환	두산	0.340	144	544	110	185	34	2	35	115
29	30	김하성	넥센	0.302	141	526	90	159	36	3	23	114

In [49]:

data9 = data3[(data3['선수명'].str.contains('김')) & (data3['홈런'] >= 20) & (data3['홈런'] < 50)]
data9

Out[49]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
6	7	김재환	두산	0.340	144	544	110	185	34	2	35	115
29	30	김하성	넥센	0.302	141	526	90	159	36	3	23	114

In [50]:

data10 = pd.read_excel('C:\py_temp\프로야구선수성적_타자.xlsx')
data10.loc[(data10['선수명'].str.contains('김')) & (data10['홈런'] >= 20), ['선수명', '팀명', '홈런']]

Out[50]:

	선수명	팀명	홈런
6	김재환	두산	35
29	김하성	넥센	23

1일차 정리¶

numpy, pandas 구분 기준
데이터 불러오기 / 옵션 xlsx: pd.read_excel()
csv: pd.read_csv()
데이터 탐색 - EDA, head(), tail(), info(), shape, columns

데이터 조회(추출) 컬럼이름 1개
컬럼이름 2개 이상
정규식 : filter(regex='^, $')
행 조회 :

         loc <br>
         iloc <br>

조건 조회 :

 str.contains(): 일부만 매칭 <br>
 isin(): 완전히 일치   <br>
 숫자: >=, between(30, 40, inclusive='left')

데이터 정렬하기¶

ascending: 오름차순 (True, False)
reset_index(drop=True)
nlargest(건수,'컬럼명'): 큰 값부터 출력(내림차순) - 숫자/날자 컬럼만 가능
nsmalest

In [51]:

data3.sort_values(['경기수','타수'], ascending = False)

Out[51]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
8	9	손아섭	롯데	0.335	144	576	113	193	35	4	20	80
22	23	구자욱	삼성	0.310	144	564	108	175	39	10	21	107
12	13	이정후	넥센	0.324	144	552	111	179	29	8	2	47
6	7	김재환	두산	0.340	144	544	110	185	34	2	35	115
14	15	이대호	롯데	0.320	142	540	73	173	13	0	34	111
19	20	윤석민	kt	0.312	142	538	90	168	30	1	20	105
5	6	최형우	KIA	0.342	142	514	98	176	36	3	26	120
29	30	김하성	넥센	0.302	141	526	90	159	36	3	23	114
15	16	버나디나	KIA	0.320	139	557	118	178	26	8	27	111
9	10	서건창	넥센	0.332	139	539	87	179	28	3	6	76
4	5	박용택	LG	0.344	138	509	83	175	23	2	14	90
0	1	김선빈	KIA	0.370	137	476	84	176	34	1	5	64
20	21	모창민	NC	0.312	136	474	64	148	25	3	17	90
27	28	강한울	삼성	0.303	135	412	58	125	9	3	0	24
18	19	러프	삼성	0.315	134	515	90	162	38	0	31	124
25	26	유한준	kt	0.306	133	445	52	136	19	0	13	68
17	18	안치홍	KIA	0.316	132	487	95	154	29	2	21	93
1	2	박건우	두산	0.366	131	483	91	177	40	2	20	78
16	17	최정	SK	0.316	130	430	89	136	18	1	46	113
24	25	오재일	두산	0.306	128	412	62	126	27	0	26	89
3	4	나성범	NC	0.347	125	498	103	173	42	2	24	99
26	27	민병헌	두산	0.304	123	447	73	136	21	0	14	71
21	22	고종욱	넥센	0.312	123	426	70	133	24	8	8	54
23	24	김주찬	KIA	0.309	122	440	78	136	39	2	12	70
7	8	로사리오	한화	0.339	119	445	100	151	30	1	37	111
11	12	송광민	한화	0.327	117	437	71	143	26	0	13	75
28	29	번즈	롯데	0.303	116	423	71	128	38	0	15	57
10	11	이명기	KIA	0.332	115	464	79	154	24	4	9	63
13	14	전준우	롯데	0.321	110	455	76	146	27	1	18	69
2	3	박민우	NC	0.363	106	388	84	141	25	4	3	47

In [52]:

data3.sort_values(['경기수','타수'], ascending = False).reset_index(drop=True)

Out[52]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
0	9	손아섭	롯데	0.335	144	576	113	193	35	4	20	80
1	23	구자욱	삼성	0.310	144	564	108	175	39	10	21	107
2	13	이정후	넥센	0.324	144	552	111	179	29	8	2	47
3	7	김재환	두산	0.340	144	544	110	185	34	2	35	115
4	15	이대호	롯데	0.320	142	540	73	173	13	0	34	111
5	20	윤석민	kt	0.312	142	538	90	168	30	1	20	105
6	6	최형우	KIA	0.342	142	514	98	176	36	3	26	120
7	30	김하성	넥센	0.302	141	526	90	159	36	3	23	114
8	16	버나디나	KIA	0.320	139	557	118	178	26	8	27	111
9	10	서건창	넥센	0.332	139	539	87	179	28	3	6	76
10	5	박용택	LG	0.344	138	509	83	175	23	2	14	90
11	1	김선빈	KIA	0.370	137	476	84	176	34	1	5	64
12	21	모창민	NC	0.312	136	474	64	148	25	3	17	90
13	28	강한울	삼성	0.303	135	412	58	125	9	3	0	24
14	19	러프	삼성	0.315	134	515	90	162	38	0	31	124
15	26	유한준	kt	0.306	133	445	52	136	19	0	13	68
16	18	안치홍	KIA	0.316	132	487	95	154	29	2	21	93
17	2	박건우	두산	0.366	131	483	91	177	40	2	20	78
18	17	최정	SK	0.316	130	430	89	136	18	1	46	113
19	25	오재일	두산	0.306	128	412	62	126	27	0	26	89
20	4	나성범	NC	0.347	125	498	103	173	42	2	24	99
21	27	민병헌	두산	0.304	123	447	73	136	21	0	14	71
22	22	고종욱	넥센	0.312	123	426	70	133	24	8	8	54
23	24	김주찬	KIA	0.309	122	440	78	136	39	2	12	70
24	8	로사리오	한화	0.339	119	445	100	151	30	1	37	111
25	12	송광민	한화	0.327	117	437	71	143	26	0	13	75
26	29	번즈	롯데	0.303	116	423	71	128	38	0	15	57
27	11	이명기	KIA	0.332	115	464	79	154	24	4	9	63
28	14	전준우	롯데	0.321	110	455	76	146	27	1	18	69
29	3	박민우	NC	0.363	106	388	84	141	25	4	3	47

In [53]:

data3.nlargest(10, '경기수')

Out[53]:

	순위	선수명	팀명	타율	경기수	타수	득점	안타	2루타	3루타	홈런	타점
6	7	김재환	두산	0.340	144	544	110	185	34	2	35	115
8	9	손아섭	롯데	0.335	144	576	113	193	35	4	20	80
12	13	이정후	넥센	0.324	144	552	111	179	29	8	2	47
22	23	구자욱	삼성	0.310	144	564	108	175	39	10	21	107
5	6	최형우	KIA	0.342	142	514	98	176	36	3	26	120
14	15	이대호	롯데	0.320	142	540	73	173	13	0	34	111
19	20	윤석민	kt	0.312	142	538	90	168	30	1	20	105
29	30	김하성	넥센	0.302	141	526	90	159	36	3	23	114
9	10	서건창	넥센	0.332	139	539	87	179	28	3	6	76
15	16	버나디나	KIA	0.320	139	557	118	178	26	8	27	111

Quiz¶

In [54]:

bp = pd.read_csv('C:\py_temp\농구선수_전체.csv', encoding = 'cp949')
bp.sort_values(['슛성공횟수_3점'], ascending = False).head(10).reset_index(drop=True)

Out[54]:

	선수이름	포지션	슛성공횟수_3점	리바운드성공횟수	블로킹성공횟수
0	곽재우	슈팅가드	3.4	3.7	0.5
1	신동훈	슈팅가드	3.3	2.7	0.5
2	김유신	슈팅가드	2.9	3.1	0.3
3	김옥균	슈팅가드	2.6	3.4	0.2
4	서채원	슈팅가드	2.6	2.2	0.2
5	원효대사	슈팅가드	2.4	3.5	0.2
6	동명왕	슈팅가드	2.4	2.8	0.3
7	장보고	슈팅가드	2.4	2.1	0.1
8	논개	슈팅가드	2.3	2.8	0.3
9	심순애	슈팅가드	2.3	3.6	0.5

In [55]:

ds_sale = pd.read_csv('C:\py_temp\DS_판매내역.csv', encoding = 'cp949')
ds_sale = ds_sale.loc[ds_sale['판매수량'] >= 5, ['판매점','제품명','판매수량']]
ds_sale.sort_values(['판매수량','제품명','판매점'], ascending = [False, True, False]).head(3)

Out[55]:

	판매점	제품명	판매수량
5	대박상회	맛동짱	25
8	또와요마트	새우짱	10
0	대박상회	새우짱	10

In [56]:

ds_sale = pd.read_csv(r'C:\py_temp\DS_판매내역.csv', encoding='cp949').query('판매수량 >= 5').sort_values(['판매수량', '제품명', '판매점'],\
                                                                                                  ascending=[False, True, False]).head(3)[['판매점', '제품명', '판매수량']]
ds_sale

Out[56]:

	판매점	제품명	판매수량
5	대박상회	맛동짱	25
8	또와요마트	새우짱	10
0	대박상회	새우짱	10

중복값 제거

unique(): 컬럼명이 여럿이면 불가능
drop_duplicates(): 주로 사용

데이터프레임 관리하기

열 추가: data['컬럼명'] = ['', '' ...]
열 삭제: data = data.drop('컬럼명', axis=1) axis = 0: 행, axis = 1: 컬럼
원본 반영: inplace = True
행 삭제: data.drop(data[(조건)|(조건)].index)

데이터 결합

merge(): SQL의 INNER JOIN
pd.merge(a, b, how = 'outer', left_on = '', right_on = '')
concat():
pd.concat([df,df,df], axis =0).reset_index()

이상치(NA), 결측치(Null) 처리

dropna(): 결측값 제거
fillna(): 결측값 다른 값으로 대체

변수 형식 변환 - 날짜 등

astype(): 정수, 실수 등 / to_numeric: 숫자형 특화

pd.to_datetime(): 문자열로 로딩하는 것보다 date/datetime 타입으로 로딩하는 것이 분석에 용이
ex): date['날짜'] = pd.to_datetime(date['날짜'])

In [57]:

sale = pd.read_csv('C:\py_temp\판매2.csv', encoding = 'cp949')
sale

Out[57]:

	판매사원번호	고객번호	매장명
0	202201	1001.0	대박상회
1	202202	1001.0	다사마트
2	202208	1005.0	또와요마트
3	202209	1004.0	또와요마트
4	202210	1001.0	또와요마트
5	202211	NaN	대박상회
6	202212	1003.0	NaN
7	202213	1002.0	대박상회

In [58]:

sale.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8 entries, 0 to 7
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype  
---  ------  --------------  -----  
 0   판매사원번호  8 non-null      int64  
 1   고객번호    7 non-null      float64
 2   매장명     7 non-null      object 
dtypes: float64(1), int64(1), object(1)
memory usage: 324.0+ bytes

In [59]:

# null값 0으로 변경, 실수형 정수형으로 변경
sale['고객번호'] = sale['고객번호'].fillna(0).astype(int)
sale

Out[59]:

	판매사원번호	고객번호	매장명
0	202201	1001	대박상회
1	202202	1001	다사마트
2	202208	1005	또와요마트
3	202209	1004	또와요마트
4	202210	1001	또와요마트
5	202211	0	대박상회
6	202212	1003	NaN
7	202213	1002	대박상회

In [60]:

sale.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8 entries, 0 to 7
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   판매사원번호  8 non-null      int64 
 1   고객번호    8 non-null      int32 
 2   매장명     7 non-null      object
dtypes: int32(1), int64(1), object(1)
memory usage: 292.0+ bytes

In [61]:

# to_numeric 사용해서 숫자 형식으로 변환
sale['판매사원번호'] = pd.to_numeric(sale['판매사원번호'], errors='coerce')
sale.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 8 entries, 0 to 7
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   판매사원번호  8 non-null      int64 
 1   고객번호    8 non-null      int32 
 2   매장명     7 non-null      object
dtypes: int32(1), int64(1), object(1)
memory usage: 292.0+ bytes

데이터 집계하기

groupby():
data.groupby('나눌 컬럼')['통계할 컬럼'].sum()
data.groupby(['팀명', '이름'].as_index = False)['매출'].sum()

count():
sum():
mean(): 평균
median(): 중앙값

Quiz¶

In [62]:

group1 = pd.read_excel('c:\py_temp\프로야구선수성적_타자.xlsx')
group1.groupby(['팀명'], as_index = False)['홈런'].sum().sort_values(['홈런'],ascending = False)

Out[62]:

	팀명	홈런
0	KIA	100
6	두산	95
7	롯데	87
8	삼성	52
9	한화	50
3	SK	46
2	NC	44
5	넥센	39
4	kt	33
1	LG	14

In [63]:

group2 = pd.read_csv('c:\py_temp\부품구입대장_전체.csv', encoding = 'cp949')
group2.groupby(['사업장', '품목'], as_index = False)['수량'].sum().sort_values(['수량', '사업장'], ascending = [False, True]).head(10)

Out[63]:

	사업장	품목	수량
58	광주	PAPER BRSH	419
125	광주	작업용장갑	343
888	충주	OPP TAPE	343
912	충주	강관방청유(외측)	311
587	인천	END MILL	305
649	인천	마크펜	304
679	인천	의료품	298
837	충주	AIR CYLINDER	297
943	충주	안전장비D	284
126	광주	전산용품	283

In [64]:

group3 = pd.read_csv('c:\py_temp\부품구입대장_전체.csv', encoding = 'cp949')
group3 = group3[group3['사업장'].str.contains('석수')]
group3.groupby(['사업장', '품목'], as_index = False)['수량'].sum().sort_values(['수량'], ascending = [False]).head(10)

Out[64]:

	사업장	품목	수량
94	석수	안전장비B	158
50	석수	PHOTO SENSOR	152
98	석수	알코올	147
67	석수	강관조관유	146
4	석수	AL TAPE	143
87	석수	소모품	142
100	석수	액체질소	126
16	석수	DIAL GAUGE	122
110	석수	작업복B	120
116	석수	종이컵	113

피벗 테이블 생성¶

pd.pivot_table() - 엑셀의 pivot

index: 그룹핑할 기준
values: 평균값을 출력, 숫자 데이터
pd.options.display.float_format = '{:.10f}'.format

aggfunc: 기본값 mean 대신 사용할 집계함수

In [65]:

pi = pd.read_excel('c:\py_temp\pivot_test.xlsx')
pd.options.display.float_format = '{:.2f}'.format

pi

Out[65]:

	신청날짜	사업장	품목코드	품목	수량	단가	금액
0	2019-01-01	광주	MF4-941	배관자재	25	3000	75000
1	2019-01-01	대구	MF8-340	청소용구A	45	13000	585000
2	2019-01-01	성남	MF8-472	BRUSH	8	3000	24000
3	2019-01-01	성남	MF6-844	LOCATION PIN	31	790000	24490000
4	2019-01-01	성남	MF5-661	S45C봉	20	70000	1400000
5	2019-01-01	인천	MF7-708	AIR BOX	43	220000	9460000
6	2019-01-01	인천	MF7-762	알코올	12	8000	96000
7	2019-01-01	인천	MF3-997	철사	13	20000	260000
8	2019-01-01	충주	MF6-087	MOLD SPRING	6	30000	180000
9	2019-01-02	광주	MF1-578	GUIDE PIN	1	35000	35000
10	2019-01-02	광주	MF8-351	RELAY SWITCH	28	13000	364000
11	2019-01-02	광주	MF7-918	붕산	5	7000	35000
12	2019-01-02	대구	MF8-130	O-RING	32	46000	1472000
13	2019-01-02	대구	MF1-968	경유	3	80000	240000
14	2019-01-02	대구	MF3-336	스치로폴	12	30000	360000
15	2019-01-02	대구	MF3-456	전선(동력선)	31	9500	294500
16	2019-01-02	석수	MF7-982	안전장비B	42	25000	1050000
17	2019-01-02	성남	MF2-524	RECEPTACLE	28	10000	280000
18	2019-01-02	성남	MF9-695	안전장비B	11	25000	275000
19	2019-01-02	성남	MF2-638	안전장비C	38	30000	1140000
20	2019-01-02	인천	MF3-988	배관자재	9	3000	27000
21	2019-01-02	인천	MF2-539	의료품	3	2500000	7500000
22	2019-01-02	천안	MF2-746	백관	18	56000	1008000
23	2019-01-02	충주	MF5-805	PUSH BUTTON S/W	30	15000	450000
24	2019-01-03	광주	MF5-569	AIR COUPLER	22	30000	660000
25	2019-01-03	광주	MF3-095	LIFTER PIN SET	23	180000	4140000
26	2019-01-03	광주	MF3-927	파일/바인더류	38	2500	95000
27	2019-01-03	석수	MF5-936	안전장비B	36	25000	900000
28	2019-01-03	성남	MF8-073	LIMIT SWITCH	34	74000	2516000
29	2019-01-03	인천	MF6-103	BEARING	16	75000	1200000
30	2019-01-03	인천	MF4-601	Pipe	46	530000	24380000
31	2019-01-03	인천	MF7-648	브레이크액	50	50000	2500000
32	2019-01-03	인천	MF6-974	소모품	39	2200	85800
33	2019-01-03	충주	MF6-287	의료품	8	2500000	20000000
34	2019-01-04	광주	MF2-484	HOOK	46	170000	7820000
35	2019-01-04	광주	MF3-485	P/Z O-RING	4	38000	152000
36	2019-01-04	광주	MF1-177	PUSH BUTTON S/W	1	15000	15000
37	2019-01-04	대구	MF5-310	POWER SUPPLY	43	60000	2580000
38	2019-01-04	대구	MF8-470	윤활유	24	2000000	48000000
39	2019-01-04	석수	MF6-258	면장갑	43	800	34400
40	2019-01-04	성남	MF3-892	일반사무용품류	22	2100	46200
41	2019-01-04	인천	MF2-590	COIL SPRING	41	200000	8200000
42	2019-01-04	인천	MF4-319	용접장갑	4	38000	152000
43	2019-01-04	천안	MF7-777	S45C(봉)	6	45000	270000
44	2019-01-04	천안	MF5-414	청소용구B	2	22000	44000
45	2019-01-04	충주	MF5-926	HOOK	10	170000	1700000
46	2019-01-04	충주	MF5-236	액체질소	45	2000	90000
47	2019-01-05	광주	MF6-645	PAPER BRSH	9	40000	360000
48	2019-01-05	광주	MF2-708	종이컵	42	6000	252000
49	2019-01-05	대구	MF2-969	가공유	12	500000	6000000
50	2019-01-05	대구	MF4-438	용접장갑	15	38000	570000
51	2019-01-05	석수	MF5-362	작업복B	1	33000	33000
52	2019-01-05	인천	MF7-633	GAUGE	40	15000	600000
53	2019-01-05	인천	MF7-235	백관	6	56000	336000
54	2019-01-05	천안	MF9-276	필기구류	41	1500	61500
55	2019-01-05	충주	MF1-688	목재	5	6700	33500

In [66]:

pi = pd.pivot_table(pi, index = '사업장', values = ['금액', '단가', '수량'])
pd.options.display.float_format = '{:.10f}'.format

pi

Out[66]:

	금액	단가	수량
사업장
광주	1166916.6666666667	44958.3333333333	20.3333333333
대구	6677944.4444444440	308500.0000000000	24.1111111111
석수	504350.0000000000	20950.0000000000	30.5000000000
성남	3771400.0000000000	125512.5000000000	24.0000000000
인천	4215138.4615384620	285938.4615384616	24.7692307692
천안	345875.0000000000	31125.0000000000	16.7500000000
충주	3742250.0000000000	453950.0000000000	17.3333333333

In [ ]:

[데이터 분석] Pandas 연습

윈도 파일명 규칙¶

pandas.read_excel()

excel 불러오기¶

csv 불러오기¶

DRM(문서보안)이 걸려 있을 경우¶

DF의 전체적인 구조 파악, 데이터 탐색¶

데이터 조회(추출)하기¶

컬럼조회¶

정규표현식¶

Quiz¶

행 조회하기 - loc[], iloc[]

loc[[인덱스번호, 인덱스번호], ['컬럼이름', '컬럼이름']]¶

loc[인덱스:인덱스, ' 컬럼이름1':'컬럼이름2']¶

연속적인 컬럼 + 개별 컬럼 함께 조회하기 (join 사용)¶

조건 조회

Quiz¶

1일차 정리¶

데이터 정렬하기¶

Quiz¶

중복값 제거

데이터프레임 관리하기

데이터 결합

이상치(NA), 결측치(Null) 처리

변수 형식 변환 - 날짜 등

데이터 집계하기

Quiz¶

피벗 테이블 생성¶

'PYTHON > 기타' 카테고리의 다른 글

티스토리툴바

[나도코딩] 파이썬 웹 스크래핑(Web Scraping)(User_Agent, BeautifulSoup4) (2)	2024.01.10
[데이터 분석] 파이썬 태양열 신재생 에너지 분석(수평면 산란 일사량,풍속과 태양열 발전량의 상관관계) (0)	2024.01.05
[데이터 분석] Matplotlib, Seaborn 연습 (0)	2024.01.05
[나도코딩] 파이썬 웹스크래핑(Web Scraping)(HTML, XPath, Requests, 정규식) (2)	2023.12.23
[데이터 분석] 파이썬 쇼핑몰 매출 분석(월별, 요일별, 품목별, 연령대별)을 통한 인사이트 도출과 마케팅 전략 제안 (0)	2023.12.12