DataFrame객체

DataFrame객체는 다음과 같은 특징을 가진다.

• numpy배열과 같으나 각 열은 다른 데이터 타입을 가질수 있음
• Series는 index기준으로 데이터 생성했다면, DataFrame은 열을 기준으로 데이터 생성
• 2차원 행렬기반으로 만들어지기 때문에 행과 열 인덱스를 사용하여 하나의 데이터에 접근 가능

 

• 열을 추가/삭제하여 크기 변화 가능

 

 

아래 DataFrame 데이터를 보면서 무슨 말인지 알아보자

data_url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/housing/housing.data'
df_data = pd.read_csv(data_url, sep='\s+', header=None) # csv데이터 로드
df = pd.DataFrame(df_data)
df

>

	0	1	2	3	4	5	6	7	8	9	10	11	12	13
0	0.00632	18.0	2.31	0	0.538	6.575	65.2	4.0900	1	296.0	15.3	396.90	4.98	24.0
1	0.02731	0.0	7.07	0	0.469	6.421	78.9	4.9671	2	242.0	17.8	396.90	9.14	21.6
2	0.02729	0.0	7.07	0	0.469	7.185	61.1	4.9671	2	242.0	17.8	392.83	4.03	34.7
3	0.03237	0.0	2.18	0	0.458	6.998	45.8	6.0622	3	222.0	18.7	394.63	2.94	33.4
4	0.06905	0.0	2.18	0	0.458	7.147	54.2	6.0622	3	222.0	18.7	396.90	5.33	36.2
...	...	...	...	...	...	...	...	...	...	...	...	...	...	...
501	0.06263	0.0	11.93	0	0.573	6.593	69.1	2.4786	1	273.0	21.0	391.99	9.67	22.4
502	0.04527	0.0	11.93	0	0.573	6.120	76.7	2.2875	1	273.0	21.0	396.90	9.08	20.6
503	0.06076	0.0	11.93	0	0.573	6.976	91.0	2.1675	1	273.0	21.0	396.90	5.64	23.9
504	0.10959	0.0	11.93	0	0.573	6.794	89.3	2.3889	1	273.0	21.0	393.45	6.48	22.0
505	0.04741	0.0	11.93	0	0.573	6.030	80.8	2.5050	1	273.0	21.0	396.90	7.88	11.9

506 rows × 14 columns

 

• numpy배열과 같으나 각 열은 다른 데이터 타입을 가질수 있음

--> 0,1,2,4,5,6,7,9,10,11,12,13열은 실수형 데이터이고 3,8열은 정수형 데이터이다.

 

from pandas import Series, DataFrame

raw_data = {'first_name':['Jason', 'Molly', 'Tina', 'Jake','Amy'],
            'last_name':['Miller', 'Jacobson', 'Ali', 'Milner', 'Cooze'],
            'age':[42,52,36,24,73],
            'city':['San Francisco', 'Baltimore', 'Miami', 'Douglas', 'Boston']}
my_df = pd.DataFrame(raw_data)
my_df

>

 

	first_name	last_name	age	city
0	Jason	Miller	42	San Francisco
1	Molly	Jacobson	52	Baltimore
2	Tina	Ali	36	Miami
3	Jake	Milner	24	Douglas
4	Amy	Cooze	73	Boston

위와 같이 DataFrame을 직접 생성하려면 dict type의 데이터가 필요하다.

여기서 key는 DataFrame객체의 열이 되는데, 이는 DataFrame이 열을 기준으로 데이터를 생성한다고 생각하면 된다. 

 

다음은 위의 raw_data의 열 이름으로 특정 열의 데이터를 추출하고

이때 raw_data에 없는 열은 NaN이 채워진다.

DataFrame(raw_data, columns=["age", 'city', "debt"])

>

 

	age	city	debt
0	42	San Francisco	NaN
1	52	Baltimore	NaN
2	36	Miami	NaN
3	24	Douglas	NaN
4	73	Boston	NaN

 

DataFrame객체의 데이터를 추출하는 방법은 아주 다양하므로 글을 따로 작성하겠다.