자율 학습 정리

파이썬 연산에 대해서 배웠다. 

 

그전에 구글 코랩에서 개발을 진행하였다. 

구글 코랩에서 엑셀파일을 가져오고 그 파일을 2차원 배열 형태인 데이터 프레임으로 정리해서,

 

 

0. 파이썬 및 판다스 이해하기

 

기본적인 파이썬 문법들에 대해서 공부하였다.

print. 

 

1. 구글 코랩 환경 이해하기

 

2. 구글 코랩 환경에 엑셀 파일 가져오는 방법

 

3. 데이터를 정렬하기 위한 과정

 

Series는 1차원 배열 -> index와 data 존재

DataFrame은 2차원 배열 -> index, column 과 data 존재

 

간단하게 직접 구현해 보았다. 

 

 

read_excel()의 지정 가능한 옵션 정리

read_excel(filename,
	sheet_name = '서울',
	header = None,
	names = ['일시','평균','최저','최고'],
	index_col = None, 
	usecols = "C:F",
	dtype = {'일시':str, '평균':float, '최저':float, '최고':float},
	skiprows = 32,
	nrows = 28,
	na_values = 'nan',
	thousands = ',')

• sheet_name: 기본값 0. 시트의 인덱스 번호(int) 또는 시트의 이름(문자열)이 들어감. 리스트 값을 넣을 수 있음. None 설정 시 모든 시트 선택
• header: 어느 행(row)에 열(column)의 이름이 있는지 지정. 기본 값은 0으로 첫 번째 줄. None 설정 시 헤더가 없는 것으로 설정되어 첫 번째 줄부터 바로 데이터로 받아옴
• names: header가 None일 경우 열(column)의 이름을 지정해줌
• index_col: 각 행(row)의 이름이 위치한 열(column)을 지정. 기본값은 None
• usecols: 기본값은 None으로 모든 열을 다 불러옴. “A:E”, “A,C,F:H” 와 같이 원하는 열을 선택해 불러올 수 있음
• dtype: 각 열의 데이터 타입을 지정 가능
• skiprows: 엑셀을 읽을 때 첫줄(0)으로 부터 몇 줄을 건너뛸 지 지정
• nrow: 몇 줄을 읽을 지 지정
• na_values: 값이 없는 경우 어떤 str 등으로 넣을 지 지정
• thousands: 돈과 같이 천단위로 쉼표(,)로 구분된 문자를 변환하기 위해 천단위의 구분자가 무엇인지 지정

 

 

리스트 인덱싱

 

#리스트 인덱싱

리스트 = [1,2,3,4,5,6,7,8]

print(리스트[0])      ##파이썬은 0이 첫번째, 1이 두번째를 의미합니다.

print(리스트[-1])     ##-1은 마지막번째를 의미합니다.

print(리스트[2:])     ##세번째부터 끝까지

print(리스트[2:7])    ##세번째부터 일곱번째(여덟번째X)까지

print(리스트[-4:-1])  ##다섯번째부터 일곱번째까지

print(리스트[:])      ##전체 선택하기

 

 

 

 

 

 

 

Pandas 행 렬 선택하는 방법.

 

판다스의 read 함수를 이용해서 데이터를 불러오면, loc을 사용하여 정렬할 수 있다. 

 

1. 행번호(row number)로 선택하는 방법 (.iloc)

2. label이나 조건표현으로 선택하는 방법 (.loc)

 

 

https://azanewta.tistory.com/34

iloc, loc를 사용한 행/열 선택법 from Pandas df

1. 행번호(row number)로 선택하는 방법(.iloc)

" 행이든 열이든 숫자로 location을 나타내서 Selecting or indexing 하는 방법입니다."

 

 

 

 

 

https://hogni.tistory.com/68

[python pandas 기초] DataFrame의 속성: index, columns, shape, dtypes 등

 

 

https://datascienceschool.net/01%20python/04.03%20%EB%8D%B0%EC%9D%B4%ED%84%B0%ED%94%84%EB%A0%88%EC%9E%84%20%EA%B3%A0%EA%B8%89%20%EC%9D%B8%EB%8D%B1%EC%8B%B1.html

4.3 데이터프레임 고급 인덱싱 — 데이터 사이언스 스쿨

이 사이트에 인덱싱에 대해서 모두 정리되어있다.