데이터 프레임 이해하기

데이터 프레임은 데이터를 다룰 때 가장 많이 사용하는 데이터 형태로, 행과 열로 구성된 사각형 모양의 표처럼 생겼다.

세로로 나열되는 열은 속성을 나타낸다. 열은 컬럼column 또는 변수variable 라고 불린다.

가로로 나열되는 행은 각 정보를 나타낸다. 행은 로row 또는 케이스 case 라고 불린다.

어떤 한 것의 정보는 가로 한 줄에 나열된다.

하나의 단위가 하나의 행이 된다.

데이터가 크다 = 행이많다 또는 열이 많다.

열이 많은 게 좋을까 행이 많은 게 좋을까?

정답은 열이 많은게 좋다. 다양한 데이터가 더 중요하다.

 

 

 

In [1]:

import pandas as pd
#pandas 패키지를 로드한다. pandas는 데이터를 가공할 때 사용하는 패키지다. 데이터프레임을 만들 땐 pandas의 DataFrame()을 이용함

 

In [4]:

#DataFrame()에 중괄호{}를 입력한 다음 변수명, 콜론;, 변수에 넣을 값을 차례로 입력한다. 변수명을 따옴표를 이용해 문자 형태로, 변수에 넣을 값은 []안에 입력.
df=pd.DataFrame({'name' : ['김지훈', '이유진', '박동현', '김민지'],
                 'english' : [90,80,60,70],
                 'math' : [50,60,100,20]})
df

 

Out[4]:

	name	english	math
0	김지훈	90	50
1	이유진	80	60
2	박동현	60	100
3	김민지	70	20

 

In [5]:

df['english'] #데이터프레임에서 특정 값을 추출하기위해 []를 입력한 다음 문자형태로 변수명을 입력하면 됨.

 

Out[5]:

0    90
1    80
2    60
3    70
Name: english, dtype: int64

 

In [6]:

sum(df['english']) #변수의 값으로 합계구하기

 

Out[6]:

300

 

In [7]:

sum(df['math'])

 

Out[7]:

230

 

In [8]:

sum(df['english'])/4 #변수의 값으로 평균 구하기

 

Out[8]:

75.0

 

In [9]:

sum(df['math'])/4

 

Out[9]:

57.5

 

In [11]:

df=pd.DataFrame({'제품' : ['사과','딸기','수박'],
                '가격' : [1800,1500,3000],
                '판매량' : [24,38,13]})
df

 

Out[11]:

	제품	가격	판매량
0	사과	1800	24
1	딸기	1500	38
2	수박	3000	13

 

In [12]:

sum(df['가격'])/3

 

Out[12]:

2100.0

 

In [14]:

sum(df['판매량'])/3

 

Out[14]:

25.0

 

In [ ]: