Pandas - Operations

연산 

이진(Binary) 연산

Stats (통계 데이터)

mean

df1.mean(0) 

df1.mean()과 같다. (0은 열 기준, 1은 index 기준) : 평균값

A   0.135823
B   1.394061
C  -0.523802
D  -0.500769
F    2.750000
E    1.750000
E    1.750000
dtype: float64

shift

# 예시용 Series 생성
s = pd.Series([1, 3, 5, np.nan, 6, 8]. index=dates)
s

2013-01-01  1.0
2013-01-02  3.0
2013-01-03  5.0
2013-01-04  NaN
2013-01-05  6.0
2013-01-06  8.0
Freq: D, dtype: float64

shift로 값을 이동한다.

s = pd.Series([1, 3, 5, np.nan, 6, 8], index=dates).shift(2)
s

2013-01-01  NaN
2013-01-02  NaN
2013-01-03  1.0
2013-01-04  3.0
2013-01-05  5.0
2013-01-06  NaN
Freq: D, dtype: float64

sub

df의 각 값들에서 s를 뺀다.  (원본 df ↗)

df.sub(s, axis='index')

shift에서 s는 0, 1, 5 행이 NaN이었는데, 원본 df에서 s를 빼면 아래처럼 0, 1, 5행이 NaN값이 된다.

---

Apply (함수를 적용)

df.apply(np.cumsum)    # 누적합계를 구한다.

df.apply(lambda x: x.max() - x.min())    # 각 열의 최댓값, 최솟값 계산

A  2.223407
B  3.085018
C  2.360915
D  0.000000
F  4.000000
dtype: float64

---

Histogramming

s = pd.Series(np.random.randint(0, 7, size=10))    # 예시용 시리즈 생성
s

0   2
1   3
2   2
3   3
4   5
5   1
6   6
7   5
8   5
9   4
dtype: int32

각 숫자(Value)가 몇개인지 구하는 함수

s.value_counts()

5   3
3   2
2   2
6   1
4   1
1   1
dtype: int64

---

String Method

문자열 메소드

s = pd.Series(['A', 'B', 'C', 'Aaba', 'Baca', np.nan, 'CABA', 'dog', 'cat'])    # 예시용
s

0   A
1   B
2   C
3   Aaba
4   Baca
5   NaN
6   CABA
7   dog
8   cat
dtype: object

Lower

s.str.lower()

문자를 소문자로 변환한다.

0   a
1   b
2   c
3   aaba
4   baca
5   NaN
6   caba
7   dog
8   cat
dtype: object

 

 

※ 10 minutes to pandas를 바탕으로 한 학습 기록입니다 ※