모바일은 화면을 돌려 가로화면으로 보시는 게 읽으시기 편할 수 있습니다. 돌려서 보시는 걸 추천드릴게요!!
📝 목차
🐼 이번에는 데이터프레임의 열에 접근하는 법에 대해 살펴보겠습니다.
🐼 시작 전에 df 라는 데이터프레임을 하나 만들어두겠습니다!!
import pandas as pd
df = pd.DataFrame({"국어" : [85, 92, 88],
"수학" : [100, 92, 84],
"영어" : [90, 90, 90]},
index = ["A","B","C"])
df
>>
국어 수학 영어
A 85 100 90
B 92 92 90
C 88 84 90
2. DataFrame 열에 접근
2.1. ⭐⭐ 열의 요소에 접근하기
🐼 df[ 열이름 ] : return Series - 단일 열에 접근하는 경우
df['국어']
>>
A 85
B 92
C 88
Name: 국어, dtype: int64
🐼 df[ [ 열1,열2 ] ] : return DataFrame - 여러 열에 접근하는 경우
df[['국어','수학']]
>>
국어 수학
A 85 100
B 92 92
C 88 84
각 경우의 반환하는 데이터 형태도 꼭 알아두자.
2.2. ⭐⭐ 새로운 열 만들기
🐼 df[새로운 열] = [값]
df['과학'] = [90, 92, 95]
df
>>
국어 수학 영어 과학
A 85 100 92 90
B 92 92 90 92
C 88 84 90 95
과학 열이 새로 생겼다.
2.3. 열 삭제하기
🐼 del df[ 열이름 ]
del df['영어']
df
>>
국어 수학 과학
A 85 100 90
B 92 92 92
C 88 84 95
2.4. 원본 데이터 보존하기
🐼 .copy( )
🐼 데이터를 이래저래 만지다 보면 원본 데이터가 손상되어 데이터의 신빙성이 떨어질 수도 있다. 만일을 대비하여 사용하는 습관을 들이도록 하자.
df2 = df[['수학', '과학']].copy()
df2['과학'] = [10, 20, 30]
df2
>>
수학 과학
A 100 10
B 92 20
C 84 30
df
>>
국어 수학 과학
A 85 100 90
B 92 92 92
C 88 84 95
2.5. 정규표현식으로 접근하기
🐼 df.filter(regex = 정규표현식)
🐼 regex = ⚪ : ⚪를 포함하는 문자열
df.filter(regex = "학")
>>
수학 과학
A 100 92
B 92 92
C 84 95
🐼 regex = ^⚪ : ⚪로 시작하는 문자열
df.filter(regex = "^수")
>>
수학
A 100
B 92
C 84
🐼 regex = ⚪$ : ⚪로 끝나는 문자열
df.filter(regex = "어$")
>>
국어
A 85
B 92
C 88
🐼 간단한 데이터를 가지고 열에 접근하는 법을 알아보았습니다.
🐼 다양한 데이터를 처리해보면서 몸에 익혀나가는 것이 중요할 것 같습니다!!
💡공부하면서 다른 방법이 있으면 게속 추가해나갈 예정입니다~~
'🐼 판다스 > Pandas 함수' 카테고리의 다른 글
🐼 Pandas 06. pd.to_datetime( ) 함수 (2) | 2023.01.14 |
---|---|
🐼 Pandas 05. loc / iloc 함수 (2) | 2023.01.14 |
🐼 Pandas 03. DataFrame 행에 접근하기 (0) | 2023.01.13 |
🐼 Pandas 02. DataFrame 만들기 (0) | 2023.01.13 |
🐼 Pandas 01. Series (0) | 2023.01.13 |