python - pandas (1)

1. 기존파일 읽기

file_name = "example"
print(file_name)
read_excel = pd.read_csv(file_name)

 

 

2. 기존파일 셀 읽기

name1 = read_excel.iloc[j, 9]
name2 = read_excel.iloc[j, 8]
name3 = read_excel.iloc[j,10]

 

 

3. 새로운 파일 만들기  

1 2 3 4 5

new_excel=pd.DataFrame(columns=['EventNumber','Station','Magnitude']) new_excel.loc[j]=[Event_number,Station,Magnitude] new_file_name="data.csv" new_excel.to_csv(new_file_name,mode='w')   Colored by Color Scripter

cs

 

 

4. 기존 data frame 한꺼번에 출력하기 

DataFrame.to_csv('./data.csv', index=False)
 

 

 

 

5. groupby 메서드

- 데이터를 그룹 별로 분류하는 역할

 

import pandas as pd
import numpy as np
np.random.seed(0)
df = pd.DataFrame({
    'key1': ['A', 'A', 'B', 'B', 'A'],
    'key2': ['one', 'two', 'one', 'two', 'one'],
    'data1': [1, 2, 3, 4, 5],
    'data2': [10, 20, 30, 40, 50]
})
 
print(df)
"""
  key1 key2  data1  data2
0    A  one      1     10
1    A  two      2     20
2    B  one      3     30
3    B  two      4     40
4    A  one      5     50
"""
 
# key1을 기준
groups = df.groupby(df.key1)
 
#속성
print(groups.groups)
"""
{'A': Int64Index([0, 1, 4], dtype='int64'), 'B': Int64Index([2, 3], dtype='int64')}
"""
 
#data1에서만 그룹연산 하는 코드
print(df.data1.groupby(df.key1).sum())
"""
key1
A    8
B    7
Name: data1, dtype: int64
"""
 
print(df.groupby(df.key1)["data1"].sum())
"""
key1
A    8
B    7
Name: data1, dtype: int64
"""
 
print(df.groupby(df.key2).sum()["data2"] )
"""
key2
one    90
two    60
Name: data2, dtype: int64
"""
 
 
 
 

 

 

6. pandas column 명 없는 데이터 추가하기

data_df = pd.read_csv(PATH + data_list[i])

read_csv 에서 column 명이 없는 데이터는 names = [] 로 추가해주면 원하는 column 명을 설정해 줄 수 있음. 

 

data_df = pd.read_csv(PATH + data_list[i], names=['time', 'x','y','z'])

answer = data_df['x'].values.tolist()

import pandas as pd
import numpy as np
array = np.array([["paris","paris","seoul"],["newyork","paris","seoul"],["seoul","paris","paris"],["seoul","paris","paris"]])
df = pd.DataFrame(array, columns = ['A','B','C']).set_index('A')
print(df)
"""
             B      C
A                    
paris    paris  seoul
newyork  paris  seoul
seoul    paris  paris
seoul    paris  paris
"""

 

9. pandas dropna & fillna 사용하기 

 

import pandas as pd
import numpy as np
array = np.array([["paris","paris","seoul"],
                  ["newyork",np.nan,"seoul"],
                  [np.nan,"paris","paris"],
                  ["seoul",np.nan,"paris"]])
 
df = pd.DataFrame(array, columns = ['A','B','C'])
 
 
# Nan이 들어간 행은 다 지우기
result = df.dropna(how='all')
print(result)
 
#Nan이 들어간 행대신에 '0'을 넣기
result = df.fillna(0)
print(result)
 
 

>>> df = pd.DataFrame({
...     'col1': ['A', 'A', 'B', np.nan, 'D', 'C'],
...     'col2': [2, 1, 9, 8, 7, 4],
...     'col3': [0, 1, 9, 4, 2, 3],
... })
>>> df
    col1 col2 col3
0   A    2    0
1   A    1    1
2   B    9    9
3   NaN  8    4
4   D    7    2
5   C    4    3

 

 

 

<출처> 

1. 데이터 사이언스 스쿨