[AI] Pandas (작성중)

Pandas

데이터 조작 및 분석을 위해 Python 프로그래밍 언어로 작성된 software library입니다.

 

적용되는 데이터

- SQL 테이블 또는 Excel 스프레드 시트에서와 같이 이질적으로 유형이 지정된 열이 있는 테이블 형식 데이터

- 행 및 열 레이블이 포함된 임의의 행렬 데이터

- 시계열 데이터

- 다른 형태의 관찰 / 통계 데이터 세트

 

함수

차원	이름	설명
1차원	Series	균일한 유형의 배열로 표시된 1차원 데이터. 테이블의 열과 같다. 모든 유형의 데이터를 보유하는 1차원 배열.
2차원	DataFrame	2차원 배열 또는 행과 열이 있는 테이블과 같은 2차원 데이터 구조.

 

DataFrame

다중 함수 적용하는 Method는 다음과 같다.

- 테이블 형태로 정리해주는 함수 어플리케이션 : pipe()

- 행 혹은 열로 정리해주는 함수 어플리케이션 : apply()

- 집합 API : agg(), transform()

- 요소별 적용 함수 : applymap()

 

transform

데이터 변환에 사용하는 함수.

DataFrame.transform(func, axis=0, *args, **kwargs)

Return : DataFrame 
         길이가 자신과 같아야 하는 데이터프레임입니다.

-ex)

 

agg

집계(aggregating) 유형 작업만 수행합니다.

DataFrame.agg(func=None, axis=0, *args, **kwargs)

 

- Parameter

func : function, str, list or dict
	  데이터 집계에 사용할 함수입니다. 함수인 경우, 
         데이터프레임을 전달할 때 작동하거나 데이터프레임.apply에 전달할 때 작동해야 합니다.
    -허용되는 조합:
        -function
        -string function name
        -list of functions and/or function names, e.g. [np.sum, 'mean']
        -dict of axis labels -> functions, function names or list of such.

axis : {0 or ‘index’, 1 or ‘columns’}, default 0
        0 또는 '인덱스'인 경우: 각 열에 함수를 적용합니다.
        1 또는 '열'인 경우: 각 행에 함수를 적용합니다.
*args
	함수에 전달할 위치 인자

**kwargs
	함수에 전달할 키워드 인자

 

-Returns

Returns : scalar, Series or DataFrame
	
    The return can be:
	- scalar : 단일 함수로 Series.agg가 호출될 때
	- Series : 단일 함수로 DataFrame.agg가 호출될 때
	- DataFrame :여러 함수와 함께 DataFrame.agg가 호출될 때

Return scalar, Series or DataFrame.

 

-ex)

 

Panas 공식 레퍼런스