Python 머신러닝 강좌 - 4. Pandas DataFrame - Computing

안녕하세요. SQLER의 코난 김대우입니다.

이번 강좌에서는, Python 머신러닝 강좌 - 4. Pandas DataFrame을 진행토록 하겠습니다.

코드를 실행하기 위해서는, vscode에서 새로운 파일을 만들고 강좌 내용을 단계별로 copy&paste해서 실행하시면 됩니다. 또는, Jupyter notebook을 실행하고 단계별로 실행하셔도 됩니다.

예를 들어, 4_more_pandas.ipynb를 생성하고 vscode에서 실행하면, Jupyter notebook이 실행됩니다.(vscode에서 실행도 가능하며, 웹브라우저에서도 실행 가능합니다.)

또는, github 리포지토리를 clone 하신 후, vscode나 Jupyter notebook에서, 위의 노트북 파일을 열면 됩니다.

상세한 환경 구성이 필요 하시다면, 개발자 커뮤니티 SQLER.com - Python 초급 강좌 목차 - 1. Python 개발 환경 구성 문서를 참조해 WSL, vscode, conda, jupyter notebook 설정을 모두 먼저 완료 하시길 권장해 드립니다.

Python 머신러닝 강좌 - 4. Pandas DataFrame

지난 시간에는 간략히 pandas의 Series와 DataFrame에 대해 살펴 보았습니다. 이번 시간에는 훨씬 많이 사용하시게 될 pandas의 DataFrame에 대해 조금 더 깊게 살펴보도록 하겠습니다.

DataFrame의 데이터 조사

DataFrame의 내용을 빠르게 조사 할 경우에 이 내용이 유용합니다. pandas 라이브러리를 import 하고, 이어서 공항에 대한 정보를 포함하는 DataFrame을 생성해 보겠습니다.

import pandas as pd
 
airports = pd.DataFrame([
                        ['Seatte-Tacoma', 'Seattle', 'USA'],
                        ['Dulles', 'Washington', 'USA'],
                        ['Heathrow', 'London', 'United Kingdom'],
                        ['Schiphol', 'Amsterdam', 'Netherlands'],
                        ['Changi', 'Singapore', 'Singapore'],
                        ['Pearson', 'Toronto', 'Canada'],
                        ['Narita', 'Tokyo', 'Japan']
                        ],
                        columns = ['Name', 'City', 'Country']
                        )
 
airports

실행하면 결과는 아래와 같습니다.

첫 n개의 행(row) 리턴

수천 개의 많은 row들 있는 경우, 처음 몇 행만 보고 싶을 수 있습니다.

head(n)는 상위 n 행을 리턴합니다.

1	`airports.head(3)`

마지막 n개의 행 리턴

DataFrame의 마지막 행을 보는 것은 모든 데이터가 올바르게 로드 되었는지 체크하는 좋은 방법입니다.

tail(n)은 마지막 n 행을 리턴합니다.

1	`airports.tail(3)`

DataFrame의 row 및 column 수 확인

DataFrame에 얼마나 많은 데이터가 있는지 체크할때 사용합니다.

shape는 row과 column의 수를 리턴합니다.

airports.shape
 
=== 실행결과 ===
 
(7, 3)

DataFrame 에 대한 자세한 정보 얻기

info()는 DataFrame에 대한 자세한 정보를 리턴합니다.

리턴되는 정보

row 수 및 index 값 범위
column 수
각 column에 대해: column 이름, null이 아닌 값의 개수, datatype 정보가 리턴됩니다.

airports.info()
 
=== 실행결과 ===
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 7 entries, 0 to 6
Data columns (total 3 columns):
 #   Column   Non-Null Count  Dtype 
---  ------   --------------  -----
 0   Name     7 non-null      object
 1   City     7 non-null      object
 2   Country  7 non-null      object
dtypes: object(3)
memory usage: 296.0+ bytes

이렇게 간단히, DataFrame에서 데이터를 조회하는 부분을 살펴 보았습니다. 데이터를 로드 후 shape를 체크하거나, 빠르게 살펴볼때 유용한 명령들이니 잘 봐두시면 이후에도 많은 도움 되실거에요.

참고자료

개발자 커뮤니티 SQLER.com - Python 무료 강좌 - 기초, 중급, 머신러닝

c9-python-getting-started/even-more-python-for-beginners-data-tools/04 - Examining Pandas DataFrame contents at master · CloudBreadPaPa/c9-python-getting-started (github.com)

출처 - https://www.sqler.com/board_MachineLearning_AI_tip_lecture/1096273

Python 머신러닝 강좌 - 4. Pandas DataFrame

단축키

Python 머신러닝 강좌 - 4. Pandas DataFrame

DataFrame의 데이터 조사

첫 n개의 행(row) 리턴

마지막 n개의 행 리턴

DataFrame의 row 및 column 수 확인

DataFrame 에 대한 자세한 정보 얻기

참고자료

Articles