[Pandas 기초] 5. DataFrame 변경

Posted Feb 9, 2023

By JIHWAN PARK 12 min read

Python Library 중 하나인 Pandas에서 DataFrame을 변경하는 방법을 알아보자.

열 이름 변경

기존 데이터프레임의 열 이름을 적절히 변경해야 할 경우가 있다.
또는 집계 결과를 가진 열 이름을 이해하기 쉽게 변경해야 할 경우도 있다.
일부 열 이름 변경
rename() 메소드를 사용해 변경 전후의 열 이름을 딕셔너리 형태로 나열하는 방법으로 변경한다.
inplace=True 옵션을 설정해야 변경 사항이 실제 반영이 된다.

  
import pandas as pd
import numpy as np

# 데이터 읽어오기
path = 'https://raw.githubusercontent.com/DA4BAM/dataset/master/Attrition_simple2.CSV'
data = pd.read_csv(path)  

# 상위 3개 확인
data.head(3)

	Age	DistanceFromHome	EmployeeNumber	Gender	JobSatisfaction	MaritalStatus	MonthlyIncome	OverTime	PercentSalaryHike	TotalWorkingYears
0	33	7	817	Male	3	Married	11691	No	11	14
1	35	18	1412	Male	4	Single	9362	No	11	10
2	42	6	1911	Male	1	Married	13348	No	13	18

  
# rename() 함수로 열 이름 변경
data.rename(columns={'DistanceFromHome' : 'Distance', 
                    'EmployeeNumber' : 'EmpNo',
                    'JobSatisfaction' : 'JobSat',
                    'MonthlyIncome' : 'M_Income',
                    'PercentSalaryHike' : 'PctSalHike',
                    'TotalWorkingYears' : 'TotWY'}, inplace=True)

# 확인
data.head()

	Attrition	Age	Distance	EmpNo	Gender	JobSat	MaritalStatus	M_Income	OverTime	PctSalHike	TotWY
0	0	33	7	817	Male	3	Married	11691	No	11	14
1	0	35	18	1412	Male	4	Single	9362	No	11	10
2	0	42	6	1911	Male	1	Married	13348	No	13	18
3	0	46	2	1204	Female	1	Married	17048	No	23	28
4	1	22	4	593	Male	3	Single	3894	No	16	4

모든 열 이름 변경

모든 열 이름을 변경할 때는 columns 속성을 변경한다.
변경이 필요없는 열은 기존 이름을 부여해 변경한다.

  
# 모든 열 이름 변경
data.columns = ['Attr','Age','Dist','EmpNo','Gen','JobSat','Marital','M_Income', 'OT', 'PctSalHike', 'TotWY']

# 확인
data.head()

	Attr	Age	Dist	EmpNo	Gen	JobSat	Marital	M_Income	OT	PctSalHike	TotWY
0	0	33	7	817	Male	3	Married	11691	No	11	14
1	0	35	18	1412	Male	4	Single	9362	No	11	10
2	0	42	6	1911	Male	1	Married	13348	No	13	18
3	0	46	2	1204	Female	1	Married	17048	No	23	28
4	1	22	4	593	Male	3	Single	3894	No	16	4

열 추가

새로운 열을 추가하여 기존 데이터에서 계산된 결과값을 저장해야할 경우가 있다.
작년 급여액을 계산해서 열을 추가해 보자.
- 올해 급여 : MonthlyIncome(M_Income)
- 급여 인상율 : PercentSalaryHike(PctSalHike)
- 작년 급여 * ( 1 + PctSalHike / 100 ) = M_Income
- 작년 급여 = M_Income / (( 1 + PctSalHike / 100 )

  
# final_amt 열 추가
data['Income_LY'] = data['M_Income'] / (1+data['PctSalHike']/100 )
data['Income_LY'] = round(data['Income_LY'])
# 확인
data.head()

	Attr	Age	Dist	EmpNo	Gen	JobSat	Marital	M_Income	OT	PctSalHike	TotWY	Income_LY
0	0	33	7	817	Male	3	Married	11691	No	11	14	10532.0
1	0	35	18	1412	Male	4	Single	9362	No	11	10	8434.0
2	0	42	6	1911	Male	1	Married	13348	No	13	18	11812.0
3	0	46	2	1204	Female	1	Married	17048	No	23	28	13860.0
4	1	22	4	593	Male	3	Single	3894	No	16	4	3357.0

(참고) insert() 메소드를 사용하면 원하는 위치에 열을 추가할 수 있으나.. DataFrame의 칼럼의 위치를 너무 신경쓰지 말자.

열 삭제

뭔가를 삭제할 때는 항상 조심x100 해야 한다.
잘못 되었을 때 되돌리기 위한 준비가 필요하다.
원본 데이터를 copy하고 작업을 하도록 하자.

  
# data를 복사합니다.
data2 = data.copy()

열 하나 삭제

drop() 메소드를 사용해 열을 삭제한다.
axis = 0 : 행 삭제 (default)
axis = 1 : 열 삭제
inplace = True 옵션을 지정해야 실제로 반영이 된다!
- False : 삭제한 것 처럼 보여줘 (조회)

  
# 열 하나 삭제
data2.drop('Income_LY', axis=1, inplace=True)

# 확인
data2.head()

	Attr	Age	Dist	EmpNo	Gen	JobSat	Marital	M_Income	OT	PctSalHike	TotWY
0	0	33	7	817	Male	3	Married	11691	No	11	14
1	0	35	18	1412	Male	4	Single	9362	No	11	10
2	0	42	6	1911	Male	1	Married	13348	No	13	18
3	0	46	2	1204	Female	1	Married	17048	No	23	28
4	1	22	4	593	Male	3	Single	3894	No	16	4

여러 열 삭제

삭제할 열을 리스트 형태로 전달에 한 번에 여러 열을 제거할 수 있다.

  
# 열 두 개 삭제
data2.drop(['Marital','Gen'], axis=1, inplace=True)

# 확인
data2.head()

	Attr	Age	Dist	EmpNo	JobSat	M_Income	OT	PctSalHike	TotWY
0	0	33	7	817	3	11691	No	11	14
1	0	35	18	1412	4	9362	No	11	10
2	0	42	6	1911	1	13348	No	13	18
3	0	46	2	1204	1	17048	No	23	28
4	1	22	4	593	3	3894	No	16	4

값 변경 1

뭔가를 변경할 때도 항상 조심x100 해야 한다.
잘못 되었을 때 되돌리기 위한 준비가 필요하다.
원본 데이터를 copy하고 작업을 하도록 하자.

  
# data를 복사합니다.
data2 = data.copy()
data2.head(3)

	Age	Dist	EmpNo	Gen	JobSat	Marital	M_Income	OT	PctSalHike	TotWY	Income_LY
0	33	7	817	Male	3	Married	11691	No	11	14	10532.0
1	35	18	1412	Male	4	Single	9362	No	11	10	8434.0
2	42	6	1911	Male	1	Married	13348	No	13	18	11812.0

열 전체 값 변경

  
# Income_LY의 값을 모두 0로 변경해 봅시다.
data2['Income_LY'] = 0
data2.head()

	Attr	Age	Dist	EmpNo	Gen	JobSat	Marital	M_Income	OT	PctSalHike	TotWY
0	0	33	7	817	Male	3	Married	11691	No	11	14
1	0	35	18	1412	Male	4	Single	9362	No	11	10
2	0	42	6	1911	Male	1	Married	13348	No	13	18
3	0	46	2	1204	Female	1	Married	17048	No	23	28
4	1	22	4	593	Male	3	Single	3894	No	16	4

조건에 의한 값 변경 1

  
# M_Income 의 값이 1000보다 작은 경우, 0로 변경해 봅시다.
data2.loc[data2['M_Income'] < 4000, 'M_Income' ] = 0
data2.head()

	Attr	Age	Dist	EmpNo	Gen	JobSat	Marital	M_Income	OT	PctSalHike	TotWY
0	0	33	7	817	Male	3	Married	11691	No	11	14
1	0	35	18	1412	Male	4	Single	9362	No	11	10
2	0	42	6	1911	Male	1	Married	13348	No	13	18
3	0	46	2	1204	Female	1	Married	17048	No	23	28
4	1	22	4	593	Male	3	Single	0	No	16	4

조건에 의한 값 변경 2

이번에는, np.where()를 이용해보자.

  
# Age가 40보다 많으면 1, 아니면 0으로 바꿔 봅시다.
data2['Age'] = np.where(data2['Age'] > 40, 1, 0)
data2.head()

	Attr	Age	Dist	EmpNo	Gen	JobSat	Marital	M_Income	OT	PctSalHike	TotWY
0	0	0	7	817	Male	3	Married	11691	No	11	14
1	0	0	18	1412	Male	4	Single	9362	No	11	10
2	0	1	6	1911	Male	1	Married	13348	No	13	18
3	0	1	2	1204	Female	1	Married	17048	No	23	28
4	1	0	4	593	Male	3	Single	0	No	16	4

값 변경 2 (map, cut)

`map()`

주로 범주형 값을 다른 값으로 변경
다음 구문은 Gen 변수의 Male, Female을 각각 숫자 1, 0으로 변경한다.

  
# data를 복사합니다.
data2 = data.copy()

# Male -> 1, Female -> 0
data2['Gen'] = data2['Gen'].map({'Male': 1, 'Female': 0})

# 확인
data2.head()

	Attr	Age	Dist	EmpNo	Gen	JobSat	Marital	M_Income	OT	PctSalHike	TotWY	Income_LY
0	0	33	7	817	1	3	Married	11691	No	11	14	10532.0
1	0	35	18	1412	1	4	Single	9362	No	11	10	8434.0
2	0	42	6	1911	1	1	Married	13348	No	13	18	11812.0
3	0	46	2	1204	0	1	Married	17048	No	23	28	13860.0
4	1	22	4	593	1	3	Single	3894	No	16	4	3357.0

`cut()`

pd.cut() 함수를 이용하여, 숫자형 변수를 범주형 변수로 변환할 수 있다.
다음 구문은 나이를 나이대로 변경하는 구문이다.

  
data2['Age'].describe()

count    1196.00000
mean       36.94398
std         9.09270
min        18.00000
25%        30.00000
50%        36.00000
75%        43.00000
max        60.00000
Name: Age, dtype: float64

전체 범위 균등 분할하기
- 값의 범위를 균등 분할하는 것이지, 값이 개수를 균등하게 맞추는 것은 아님!

  
# 3 등분으로 분할
age_group = pd.cut(data2['Age'], 3)
age_group.value_counts()

(32.0, 46.0]      590
(17.958, 32.0]    413
(46.0, 60.0]      193
Name: Age, dtype: int64

  
#  3 등분으로 분할후 a,b,c로 이름 붙이기기
age_group = pd.cut(data2['Age'], 3, labels = ['a','b','c'])
age_group.value_counts()

b    590
a    413
c    193
Name: Age, dtype: int64

내가 원하는 구간으로 자르기 : bins = []

  
# 나이를 다음 구간으로 분할합니다.
# 'young'  : < 40
# 'junior' : 40 <=   < 50
# 'senior' : 50 < 

age_group = pd.cut(data2['Age'], bins =[0, 40, 50, 100] , labels = ['young','junior','senior'])
age_group.value_counts()

young     820
junior    262
senior    114
Name: Age, dtype: int64

값의 범위 중 오른쪽(큰값)이 아닌 왼쪽(작은값)이 포함되도록 하려면 pd.cut 함수 옵션에 right = False 라고 지정해야 합니다.
https://pandas.pydata.org/docs/reference/api/pandas.cut.html

  
age_group = pd.cut(data2['Age'], bins =[0, 40, 50, 100], right=False)
age_group.value_counts()

[0, 40)      775
[40, 50)     282
[50, 100)    139
Name: Age, dtype: int64

[예제] data2의 PctSalHike 열에 대해서 다음의 범주로 분할하시오.

‘L’ : =< 13
‘M’ : 13 < =< 18
‘H’ : 18 <

  
pd.cut(data2['PctSalHike'], bins=[-np.inf, 13, 18, np.inf], labels=['L', 'M', 'H'])

     L
     L
     L
     H
     M
       ..
  L
  L
  M
  M
  H
Name: PctSalHike, Length: 1196, dtype: category
Categories (3, object): ['L' < 'M' < 'H']

AI & 데이터분석, ML

This post is licensed under CC BY 4.0 by the author.

열 이름 변경

일부 열 이름 변경

모든 열 이름 변경

열 추가

열 삭제

열 하나 삭제

여러 열 삭제

값 변경 1

열 전체 값 변경

조건에 의한 값 변경 1

조건에 의한 값 변경 2

값 변경 2 (map, cut)

map()

cut()

Trending Tags

`map()`

`cut()`