[Pandas] Pandas Cheat Sheet(Reshaping Data)

Reshaping Data¶

In [1]:

import pandas as pd
import seaborn as sns

melt¶

: 멜트는 행을 녹여서 컬럼으로 보낸다는 느낌의 함수입니다.

In [2]:

df = pd.DataFrame(
        [[4, 7, 10],
        [5, 8, 11],
        [6, 9, 12]],
        index=[1, 2, 3],
        columns=['a', 'b', 'c'])
df

Out[2]:

	a	b	c
1	4	7	10
2	5	8	11
3	6	9	12

In [3]:

pd.melt(df)

Out[3]:

	variable	value
0	a	4
1	a	5
2	a	6
3	b	7
4	b	8
5	b	9
6	c	10
7	c	11
8	c	12

옵션을 지정하지 않으면 다음과 같은 형태로 데이터를 변형합니다.

In [4]:

pd.melt(df, id_vars=['a'], value_vars=['b'])

Out[4]:

	a	variable	value
0	4	b	7
1	5	b	8
2	6	b	9

다음은 a를 기준으로 b를 행으로 녹인다는 뜻입니다. 컬럼에 있었던 b가 행으로 녹아졌고 각각의 해당값는 값들이 value값으로 들어갔습니다.

pivot¶

: pivot은 피벗 데이터블을 만들기 위한 함수입니다.

In [5]:

df = pd.DataFrame([
        ['20200101', 'A',   100],
        ['20200101', 'B',  200],
        ['20200101', 'C', 100],
        ['20200401', 'A',   150],
        ['20200401', 'B',  210],
        ['20200401', 'C', 40],
        ['20200701', 'A',   10],
        ['20200701', 'B',  50],
        ['20200701', 'C', 350],], 
    columns=['date', 'type', 'price'])

df

Out[5]:

	date	type	price
0	20200101	A	100
1	20200101	B	200
2	20200101	C	100
3	20200401	A	150
4	20200401	B	210
5	20200401	C	40
6	20200701	A	10
7	20200701	B	50
8	20200701	C	350

In [6]:

df = df.pivot(index='date', columns='type', values='price' )

In [7]:

df

Out[7]:

type	A	B	C
date
20200101	100	200	100
20200401	150	210	40
20200701	10	50	350

In [8]:

df = sns.load_dataset("mpg")
df.shape

Out[8]:

(398, 9)

set_index()¶

• 특정 열을 인덱스로 설정할때 사용합니다.

In [9]:

exam = {'이름' : ['민지','종원','시연'],
            '수학' : [95,90,80],
            '영어' : [100,8,90],
            '음악' : [70,80,100],
            '체육' : [60,100,80]}

exam = pd.DataFrame(exam)
print(exam)
print('\n')

exam1 = exam.set_index('이름')
print(exam1)
print('\n')

exam2 = exam1.set_index(['음악']) 
print(exam2)
print('\n')

exam2 = exam1.set_index(['수학','음악']) 
print(exam2)

   이름  수학   영어   음악   체육
0  민지  95  100   70   60
1  종원  90    8   80  100
2  시연  80   90  100   80


    수학   영어   음악   체육
이름                   
민지  95  100   70   60
종원  90    8   80  100
시연  80   90  100   80


     수학   영어   체육
음악               
70   95  100   60
80   90    8  100
100  80   90   80


         영어   체육
수학 음악           
95 70   100   60
90 80     8  100
80 100   90   80

reset_index()¶

• 행 인덱스를 재배열 하는 함수입니다.

In [10]:

df = {'A0':[1,2,3], 'A1':[4,5,6], 'A2':[7,8,9], 'A3':[10,11,12], 'A4':[13,14,15]}
df = pd.DataFrame(df, index = ['B0','B1','B2'])
print(df)

    A0  A1  A2  A3  A4
B0   1   4   7  10  13
B1   2   5   8  11  14
B2   3   6   9  12  15

In [11]:

df2 = df.reset_index()
print(df2)

  index  A0  A1  A2  A3  A4
0    B0   1   4   7  10  13
1    B1   2   5   8  11  14
2    B2   3   6   9  12  15

다음과 같이 0부터 시작하는 순서로 초기화가 되었습니다.

In [12]:

df3 = df.reset_index(drop=True)
print(df3)

   A0  A1  A2  A3  A4
0   1   4   7  10  13
1   2   5   8  11  14
2   3   6   9  12  15

drop = True 옵션을 설정하면 원래 존재했던 인덱스를 없애줍니다.

sort_index¶

• 인덱스를 기준으로 정렬합니다.

In [13]:

df4 = df.sort_index(ascending=False)
print(df4)

    A0  A1  A2  A3  A4
B2   3   6   9  12  15
B1   2   5   8  11  14
B0   1   4   7  10  13

sort_values¶

• 열의 값을 기준으로 행을 정렬합니다.
• default값은 낮은순으로 정렬합니다.

In [14]:

df = sns.load_dataset("mpg")

In [15]:

df.sort_values('mpg').head()

Out[15]:

	mpg	cylinders	displacement	horsepower	weight	acceleration	model_year	origin	name
28	9.0	8	304.0	193.0	4732	18.5	70	usa	hi 1200d
25	10.0	8	360.0	215.0	4615	14.0	70	usa	ford f250
26	10.0	8	307.0	200.0	4376	15.0	70	usa	chevy c20
103	11.0	8	400.0	150.0	4997	14.0	73	usa	chevrolet impala
124	11.0	8	350.0	180.0	3664	11.0	73	usa	oldsmobile omega

In [16]:

df.sort_values('mpg', ascending=False).head()

Out[16]:

	mpg	cylinders	displacement	horsepower	weight	acceleration	model_year	origin	name
322	46.6	4	86.0	65.0	2110	17.9	80	japan	mazda glc
329	44.6	4	91.0	67.0	1850	13.8	80	japan	honda civic 1500 gl
325	44.3	4	90.0	48.0	2085	21.7	80	europe	vw rabbit c (diesel)
394	44.0	4	97.0	52.0	2130	24.6	82	europe	vw pickup
326	43.4	4	90.0	48.0	2335	23.7	80	europe	vw dasher (diesel)

• ascending=False 옵션을 지정하면 높은순으로 정렬합니다.

rename¶

• 열의 이름을 바꾸는 함수입니다.

In [17]:

df = df.rename(columns = {'model_year':'year'})
df.head()

Out[17]:

	mpg	cylinders	displacement	horsepower	weight	acceleration	year	origin	name
0	18.0	8	307.0	130.0	3504	12.0	70	usa	chevrolet chevelle malibu
1	15.0	8	350.0	165.0	3693	11.5	70	usa	buick skylark 320
2	18.0	8	318.0	150.0	3436	11.0	70	usa	plymouth satellite
3	16.0	8	304.0	150.0	3433	12.0	70	usa	amc rebel sst
4	17.0	8	302.0	140.0	3449	10.5	70	usa	ford torino

drop¶

• 열을 삭제하는 함수입니다.

In [18]:

df = df.drop(columns=['weight','year'])
df.head()

Out[18]:

	mpg	cylinders	displacement	horsepower	acceleration	origin	name
0	18.0	8	307.0	130.0	12.0	usa	chevrolet chevelle malibu
1	15.0	8	350.0	165.0	11.5	usa	buick skylark 320
2	18.0	8	318.0	150.0	11.0	usa	plymouth satellite
3	16.0	8	304.0	150.0	12.0	usa	amc rebel sst
4	17.0	8	302.0	140.0	10.5	usa	ford torino

In [1]:

from IPython.core.display import display, HTML
display(HTML("<style>.container {width:90% !important;}</style>"))