[사전학습] 2.1 데이터 선택

데이터 선택

넘파이 실습

# 라이브러리 로딩
import numpy as np

# 파이썬 리스트에서 넘파이로 변환
a = [1, 3.14, True, 'hello'] # 리스트
b = np.array(a)

print(a)
for element in a:
    print('Data type of {} : {}'.format(element, type(element)))

[1, 3.14, True, 'hello']
Data type of 1 : <class 'int'>
Data type of 3.14 : <class 'float'>
Data type of True : <class 'bool'>
Data type of hello : <class 'str'>

print(b)
for element in b:
    print('Data type of {} : {}'.format(element, type(element)))

['1' '3.14' 'True' 'hello']
Data type of 1 : <class 'numpy.str_'>
Data type of 3.14 : <class 'numpy.str_'>
Data type of True : <class 'numpy.str_'>
Data type of hello : <class 'numpy.str_'>

# 중첩 리스트 생성
a = [[1, 2, 3], [4, 5, 6]]
print(a)

[[1, 2, 3], [4, 5, 6]]

type(a)

list

# 중첩리스트를 넘파이 배열로 변환
b = np.array(a)
print(b)
type(b)

[[1 2 3]
 [4 5 6]]





numpy.ndarray

b.shape

(2, 3)

b.ndim

2

b.size

6

print(b.reshape(3, 2))

[[1 2]
 [3 4]
 [5 6]]

# 배열 요소 데이터타입 변경 : 정수 -> 실수
b = np.array(a, dtype=np.float64)
print(b)

[[1. 2. 3.]
 [4. 5. 6.]]

# 배열 요소 데이터타입 변경 : 실수 -> 정수
b = b.astype(np.int64)
print(b)

[[1 2 3]
 [4 5 6]]

넘파이 배열 인덱싱

# 새로운 배열 arr 생성
arr = np.array([1, 2, 3, 4, 5])

print(arr)

[1 2 3 4 5]

print(arr[0])

1

print(arr[3])

4

print(arr[-1])

5

2차원 배열 인덱싱

arr_2d = np.array([[1, 2, 3], [4, 5, 6]])

arr_2d[0, 0]

1

arr_2d[1, 2]

6

배열 슬라이싱

arr_2d = np.arange(1, 7).reshape(2, 3)
print(arr_2d)

[[1 2 3]
 [4 5 6]]

print(arr_2d[0, :])

[1 2 3]

print(arr_2d[:, 2])

[3 6]

print(arr_2d[:, :2])

[[1 2]
 [4 5]]

판다스 실습

import pandas as pd

데이터 생성

data = {
    '이름' : ['아이유', '김연아', '홍길동', '장범준', '강감찬'],
    '학과' : ['국문학', '수학', '컴퓨터', '철학', '경영학'],
    '성적' : [3.0, 1.0, 3.5, 2.7, 4.0]
}

data

{'이름': ['아이유', '김연아', '홍길동', '장범준', '강감찬'],
 '학과': ['국문학', '수학', '컴퓨터', '철학', '경영학'],
 '성적': [3.0, 1.0, 3.5, 2.7, 4.0]}

# 딕셔너리 타입인 data를 pd.DataFrame() 인자로 넣어주면 됨
df = pd.DataFrame(data)

display(df)

	이름	학과	성적
0	아이유	국문학	3.0
1	김연아	수학	1.0
2	홍길동	컴퓨터	3.5
3	장범준	철학	2.7
4	강감찬	경영학	4.0

데이터 csv로 저장하기

df.to_csv('./data/student.csv', sep=',', index=False)

데이터 불러오기

df = pd.read_csv('./data/student.csv')
display(df)

	이름	학과	성적
0	아이유	국문학	3.0
1	김연아	수학	1.0
2	홍길동	컴퓨터	3.5
3	장범준	철학	2.7
4	강감찬	경영학	4.0

판다스 원하는 데이터 선택하기

1) 슬라이싱 (slicing)

df[1:5]

	이름	학과	성적
1	김연아	수학	1.0
2	홍길동	컴퓨터	3.5
3	장범준	철학	2.7
4	강감찬	경영학	4.0

df[0:3]

	이름	학과	성적
0	아이유	국문학	3.0
1	김연아	수학	1.0
2	홍길동	컴퓨터	3.5

df[0:]

	이름	학과	성적
0	아이유	국문학	3.0
1	김연아	수학	1.0
2	홍길동	컴퓨터	3.5
3	장범준	철학	2.7
4	강감찬	경영학	4.0

df[:]

	이름	학과	성적
0	아이유	국문학	3.0
1	김연아	수학	1.0
2	홍길동	컴퓨터	3.5
3	장범준	철학	2.7
4	강감찬	경영학	4.0

2) 인덱싱(indexing)

df[1] # key error가 뜬다.

---------------------------------------------------------------------------

KeyError                                  Traceback (most recent call last)

~\miniconda3\envs\dx_env\lib\site-packages\pandas\core\indexes\base.py in get_loc(self, key, method, tolerance)
   3360             try:
-> 3361                 return self._engine.get_loc(casted_key)
   3362             except KeyError as err:


~\miniconda3\envs\dx_env\lib\site-packages\pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()


~\miniconda3\envs\dx_env\lib\site-packages\pandas\_libs\index.pyx in pandas._libs.index.IndexEngine.get_loc()


pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()


pandas\_libs\hashtable_class_helper.pxi in pandas._libs.hashtable.PyObjectHashTable.get_item()


KeyError: 1


The above exception was the direct cause of the following exception:


KeyError                                  Traceback (most recent call last)

~\AppData\Local\Temp\ipykernel_4648\4061364927.py in <module>
----> 1 df[1] # key error가 뜬다


~\miniconda3\envs\dx_env\lib\site-packages\pandas\core\frame.py in __getitem__(self, key)
   3456             if self.columns.nlevels > 1:
   3457                 return self._getitem_multilevel(key)
-> 3458             indexer = self.columns.get_loc(key)
   3459             if is_integer(indexer):
   3460                 indexer = [indexer]


~\miniconda3\envs\dx_env\lib\site-packages\pandas\core\indexes\base.py in get_loc(self, key, method, tolerance)
   3361                 return self._engine.get_loc(casted_key)
   3362             except KeyError as err:
-> 3363                 raise KeyError(key) from err
   3364 
   3365         if is_scalar(key) and isna(key) and not self.hasnans:


KeyError: 1

df['이름']

0    아이유
1    김연아
2    홍길동
3    장범준
4    강감찬
Name: 이름, dtype: object

df['학과']

0    국문학
1     수학
2    컴퓨터
3     철학
4    경영학
Name: 학과, dtype: object

3) Fancy Indexing

df[['이름', '학과']]

	이름	학과
0	아이유	국문학
1	김연아	수학
2	홍길동	컴퓨터
3	장범준	철학
4	강감찬	경영학

fancy_list = ['이름', '학과']
df[fancy_list]

	이름	학과
0	아이유	국문학
1	김연아	수학
2	홍길동	컴퓨터
3	장범준	철학
4	강감찬	경영학

4) 슬라이싱 + 인덱싱

df[1:3][['학과', '이름']]

	학과	이름
1	수학	김연아
2	컴퓨터	홍길동

df[['학과', '이름']][1:3]

	학과	이름
1	수학	김연아
2	컴퓨터	홍길동

5) Boolean indexing

연산자를 이용하여 인덱싱 수행 e.g. ==, !=, >, etc)

df[df['학과'] == '수학']

	이름	학과	성적
1	김연아	수학	1.0

df

	이름	학과	성적
0	아이유	국문학	3.0
1	김연아	수학	1.0
2	홍길동	컴퓨터	3.5
3	장범준	철학	2.7
4	강감찬	경영학	4.0

df [df['성적'] % 0.5 == 0]

	이름	학과	성적
0	아이유	국문학	3.0
1	김연아	수학	1.0
2	홍길동	컴퓨터	3.5
4	강감찬	경영학	4.0

df['성적'] % 0.5 == 0

0     True
1     True
2     True
3    False
4     True
Name: 성적, dtype: bool

6) pandas 고급 인덱싱 loc % iloc 인덱서

df.loc[3]

이름    장범준
학과     철학
성적    2.7
Name: 3, dtype: object

df

	이름	학과	성적
0	아이유	국문학	3.0
1	김연아	수학	1.0
2	홍길동	컴퓨터	3.5
3	장범준	철학	2.7
4	강감찬	경영학	4.0

df.loc[[1, 3, 4]]

	이름	학과	성적
1	김연아	수학	1.0
3	장범준	철학	2.7
4	강감찬	경영학	4.0

df.loc[ [1, 3, 4], :]

	이름	학과	성적
1	김연아	수학	1.0
3	장범준	철학	2.7
4	강감찬	경영학	4.0

df.loc[ [1, 3, 4], '이름':'성적']

	이름	학과	성적
1	김연아	수학	1.0
3	장범준	철학	2.7
4	강감찬	경영학	4.0

df.loc[ [1, 3, 4], '이름':'학과']

	이름	학과
1	김연아	수학
3	장범준	철학
4	강감찬	경영학

df.loc[ [1, 3, 4], ['이름','학과']]

	이름	학과
1	김연아	수학
3	장범준	철학
4	강감찬	경영학

df.iloc[[1, 3, 4], 0:2]

	이름	학과
1	김연아	수학
3	장범준	철학
4	강감찬	경영학

# loc + boolean indexing
df.loc[ df['성적'] % 2 != 0, ['이름', '학과', '성적']]

	이름	학과	성적
0	아이유	국문학	3.0
1	김연아	수학	1.0
2	홍길동	컴퓨터	3.5
3	장범준	철학	2.7

df.loc[ df['성적'] % 2 != 0, ['이름', '성적']]

	이름	성적
0	아이유	3.0
1	김연아	1.0
2	홍길동	3.5
3	장범준	2.7