Python - Data Frame 다루기

 안녕하세요, 이제까지 다뤘던 Data Frame들은 나름 작은 수의 Index와 Row들로 구성되어 있었습니다. 이제 많은 수의 Index 및 Row를 갖는 Data Frame들을 어떻게 다룰지 살펴보겠습니다.

 

 아래 표는 167개의 Index들과 15개의 Column으로 이루어진 Data Frame인데요 Jupyter notebook에서 출력 시 Index가 너무 많아 중간에 ...으로 생략이 된 것을 확인할 수 있습니다. 우선 첫 번째로 위에서부터 원하는 수만큼의 index를 출력하는 방법은 head함수를 사용하는 것입니다. 반대로 아래에서 원하는 수만큼의 index를 출력하려면 head의 반대인 tail함수를 사용해주면 됩니다! 

 

방대한 크기의 Data Frame

 

head 함수를 통해 원하는 수의 index 출력

 

tail함수를 통해 아래에서부터 출력

 

 어떠한 Data Frame을 받았을 때 해당 Data Frame의 모양과 각 Columns들에 대해 분석해야 할 때도 있을 텐데요, 이럴 때는 shape, columns, info() 함수를 사용해주면 됩니다! 여기서 주의할 점은 shape과 columns는 함수가 아니므로 ()를 붙이면 안 됩니다! shape는 Data Frame의 Index와 Column의 수를 나타내 줍니다. columns는 Data Frame의 column들을 모두 출력해주고, info()는 columns를 더 자세하게 나타내 주는데요, 각 Column 별로 몇 개의 값을 가지고 있고 Data type이 무엇인지까지 출력해줍니다!

 

shape, columns, info()

 

 마지막으로 Data Frame을 정렬하는 법을 살펴보겠습니다. sort_values()라는 함수를 사용하면 되는데요, by를 이용해 정렬하고자 하는 기준이 되는 column을 정해주면 됩니다. 기본값은 오름차순으로 정렬이 되는데요, 만약 내림차순으로 정렬하고자 한다면 ascending=False를 넣어주면 됩니다! 여기서 짚고 넘어갈 부분은 이렇게 정렬을 해준다고 원래의 Data Frame 자체가 변경이 되는 것은 아닌데요, 원래의 Data Frame도 정렬이 적용되게 하려면 이전 시간에 배운 inplace=True를 넣어줘야 합니다!

 

price 기준 오름차순 정렬

 

price 기준 내림차순 정렬

 

+) 데이터 사이언스에서 중요한 통계를 간단히 보는 함수도 있습니다! describe() 함수를 이용하면 각 Column별로 개수, mean, 산포 등등 많은 것을 한 번에 확인할 수 있습니다!

 

 

 이렇게 대규모 Data Frame을 조작하는 법에 대해 정리하였는데요, 다음에는 Data Frame의 Series를 다루는 법에 대해 정리해보겠습니다.