[Pandas] 데이터프레임 탐색 문법 및 사용법 정리

오늘은 Pandas 모듈을 사용하여 데이터프레임을 탐색하고 출력하는 방법에 대해 알아보겠습니다.

 

데이터프레임을 출력하는 것뿐만 아니라 각종 통계치를 확인하거나 정보를 확인할 수 있습니다.

 

 

데이터프레임 탐색

---

[데이터프레임 생성]

import pandas as pd

data1 = {"연도": range(2000, 2010),
        "성적": [90, 80, 70, 80, 85, 90, 75, 80, 90, 85]}
        
df = pd.DataFrame(data1)

탐색하기에 앞서서 일단 간단한 데이터프레임을 만들어보았습니다.

---

[앞의 행 출력]

df.head()

head 함수를 통해 맨 위 행부터 5개의 행을 출력할 수 있습니다.

괄호 안에 숫자를 넣으면 맨 위 행부터 입력한 숫자만큼의 행을 출력합니다.

---

[뒤의 행 출력]

df.tail()

tail 함수를 통해 맨 아래 행부터 5개의 행을 출력할 수 있습니다.

마찬가지로 괄호 안에 숫자를 넣으면 맨 아래 행부터 입력한 숫자만큼 행을 출력합니다.

 

 

---

[특정 데이터 출력]

df["성적"].unique()
## array([90, 80, 70, 85, 75], dtype=int64)

unique 함수를 이용하면 컬럼이 가지고 있는 겹치지 않는 값을 보여줍니다. 

 

df.columns
## Index(['연도', '성적'], dtype='object')

columns 함수를 통해 컬럼명을 출력할 수 있습니다.

 

df.values
## array([[2000,   90],
##        [2001,   80],
##        [2002,   70],
##        [2003,   80],
##        [2004,   85],
##        [2005,   90],
##        [2006,   75],
##        [2007,   80],
##        [2008,   90],
##        [2009,   85]], dtype=int64)

values 함수를 통해 데이터를 출력할 수 있습니다.

---

[데이터프레임 구조 확인]

df.shape
## (10, 2)

shape 함수는 데이터프레임의 구조를 출력합니다. 괄호 안의 첫 번째 숫자는 데이터프레임의 행을, 두 번째 숫자는 데이터프레임의 열을 나타냅니다.

---

[통계치 확인]

df.describe()

describe 함수를 통해 데이터프레임 내의 데이터의 각종 통계치를 확인할 수 있습니다.

확인 결과 성적 데이터 개수는 10개이고, 평균은 82.5점, 표준편차는 약 6.77점, 최솟값은 70점, 중앙값은 82.5점, 최댓값은 90점임을 한눈에 볼 수 있습니다.

 

 

---

[데이터프레임 정보 확인]

df.info()

info 함수를 통해 데이터프레임의 정보를 확인할 수 있습니다.

컬럼 명, Non-Null 데이터 개수, 데이터 타입을 볼 수 있습니다.

---

[결측치 확인]

df.isna()

isna 함수를 통해 결측치 여부를 확인할 수 있습니다.

True가 결측치라는 것이고 False는 결측치가 아니라는 것입니다.

 

df.isna().sum()
## 연도    0
## 성적    0
## dtype: int64

이전의 방법으로는 결측치 여부를 확인하기 어려워서 위의 방법을 더 많이 사용합니다.

isna 함수 뒤에 sum 함수를 붙이면 각 컬럼 별 결측치의 개수를 확인할 수 있습니다.

---

[데이터 개수 확인]

df["성적"].value_counts()
## 90    3
## 80    3
## 85    2
## 70    1
## 75    1
## Name: 성적, dtype: int64

value_counts 함수를 통해 각 데이터의 개수를 파악할 수 있습니다.

 

---

오늘은 Pandas 모듈을 사용하여 데이터프레임을 탐색하고 출력하는 방법에 대해 알아보았습니다.

 

코랩이나 주피터노트북에서 직접 실습해 보시길 바랍니다.