dataframe

import pandas as pd

create

딕셔너리 데이터로 만들기

dic = {
    "Name" : ["lahong", "kkito"],
    "email" : ["lahong@gmail.com", "kkito@naver.com"],
    "id" : [1, 2],
}

df = pd.DataFrame(dic)

리스트로 만들기

ls = [
    {"Name" : "lahong", "email" : "lahong@gmail.com", "id" :1},
    {"Name" : "kkito", "email" : "kkito@naver.com", "id" :2}
]

df = pd.DataFrame(ls)

    Name    email                id
0    lahong    lahong@gmail.com    1
1    kkito    kkito@naver.com     2

인덱스 설정

idx = ["one", "two"]
df = pd.DataFrame(ls, index=idx)

• set_index : 기존 인덱스 제거, 데이터 열 중 하나를 인덱스로 설정
• reset_index : 기존 인덱스 제거, 인덱스를 데이터 열로 추가 (drop=True)

insert

df.loc[len(df)] = {"id" : 3, "email" : "rabbir@gmail.com", "Name" : "Rabbit"} 

    Name    email                id
0    lahong    lahong@gmail.com    1
1    kkito    kkito@naver.com     2
2   Rabbit  rabbir@gmail.com    3

데이터 조회 / 데이터타입 확인 수정

• df.index
• df.columns
• df.values
• df.dtypes
• df["id"].astype("float")
• df.loc[0:2]
• df.loc[::-1]
• df.loc[[1, 2],["id", "email"]

컬럼 데이터 추가

df["Address"] = ["Seoul", "Busan", "Jeju"]

    Name    email                id      Address
0    lahong    lahong@gmail.com    1       Seoul 
1    kkito    kkito@naver.com     2       Busan
2   Rabbit  rabbir@gmail.com    3       Jeju

Apply

• 모든 컬럼 요소에 함수를 적용해서 결과를 저장
• function의 map과 유사

import re

df["domain"] = df["email"].apply(
    lambda data: re.findall("[\w]+@([0-9a-z]+)[.][0-9a-z]+", data)[0]
)

    Name    email                id      Address     domain
0    lahong    lahong@gmail.com    1       Seoul       gmail
1    kkito    kkito@naver.com     2       Busan       naver
2   Rabbit  rabbir@gmail.com    3       Jeju        gmail