기초 함수

• pd.read_csv(파일 경로, sep=구분자) : csv 파일 불러오기, sep는 열 구분이 어떤 것으로 되어 있는지. → 기본 값은 콤마(,)
• df.head(정수) : DataFrame에 담겨있는 가장 앞 정수개 행 출력 → 기본값 5개
• df.tail(정수) : DataFrame에 담겨있는 마지막 정수개 행 출력 → 기본값 5개 ⇒ pandas DataFrame return
• df.shape : 행과 열의 정보 출력 → (행, 열) 형식
• df.columns : 열 이름 확인
• df.info() : DataFrame을 구성하는 값의 자료형과 인덱스 길이 출력
• df.describe() : columns별 통계 내용 반환
• df.sort_values(by='col', ascending=, inplace=) : col에 따라 정렬 ascending=False > 내림차순
• Series.unique() : 중복 제외 값 반환
• Series.index: 시리즈 인덱스반환
• Series.keys(): 시리즈 인덱스 반환
• Series.values : 시리즈 데이터 반환
• Series.value_counts() : row 값의 중복 개수 반환
• Series.describe() : row의 통계 값 반환

데이터 생성

1. 시리즈 생성

   • pd.Series(['banana', 42], index=['fruit', 'count'])

2. 데이터 프레임 생성

   • pd.DataFrame(list, columns=[], index=[])

   names = ['dongwook', 'sineui', 'ikjoong', 'yoonsoo']
   english_scores = [50, 89, 68, 88]
   math_scores = [86, 31, 91, 75]
   
   dict1 = {
       'name': names, 
       'english_score': english_scores, 
       'math_score': math_scores
   }
   
   dict2 = {
       'name': np.array(names), 
       'english_score': np.array(english_scores), 
       'math_score': np.array(math_scores)
   }
   
   dict3 = {
       'name': pd.Series(names), 
       'english_score': pd.Series(english_scores), 
       'math_score': pd.Series(math_scores)
   }
   
   # 아래 셋은 모두 동일
   df1 = pd.DataFrame(dict1)
   df2 = pd.DataFrame(dict2)
   df3 = pd.DataFrame(dict3)
   

기초 자료형