[ Python ] pandas 자주 쓰는 함수

■ 사전 설정

- pandas import 및 데이터프레임 정의

import pandas as pd

df = pd.DataFrame({
    "가로" : [10,20,30,40,5,6,77,81,95],
    "세로" : [91,84,73,68,5,4,32,20,11],
})

df

OutPut

가로	세로
10	91
20	84
30	73
40	68
5	5
6	4
77	32
81	20
95	11

 

---

■ Sum

• 더하기 함수
• axis = 1 : 행 || axis = 0 : 열

# 키에 따른 리스트 합산
# axis=1 (행끼리 합산 )
df.sum(axis=1)

OutPut

0    101
1    104
2    103
3    108
4     10
5     10
6    109
7    101
8    106
dtype: int64

---

#열 끼리 합산
df.sum(axis=0)

OutPut

가로    364
세로    388
dtype: int64

---

■ Divide

• 리스트의 각 요소에 인자를 곱한다 .

# 리스트의 요소 나누기 인자
df.divide(4)

OutPut

가로	세로
2.50	22.75
5.00	21.00
7.50	18.25
10.00	17.00
1.25	1.25
1.50	1.00
19.25	8.00
20.25	5.00
23.75	2.75

 

---

# divide 와 sum을 함께 사용하는 예제
# 열끼리 더한 값을 행으로 나눈다.
df.divide(df.sum(axis=1), axis=0)

OutPut

가로	세로
0.099010	0.900990
0.192308	0.807692
0.291262	0.708738
0.370370	0.629630
0.500000	0.500000
0.600000	0.400000
0.706422	0.293578
0.801980	0.198020
0.896226	0.103774

---

■ Cumprod

• 주어진 리스트에 관하여 누적곱을 한다.

# 누적곱, 열끼리 누적
df.cumprod(axis=0)

OutPut

가로	세로
10	91
200	7644
6000	558012
240000	37944816
1200000	189724080
7200000	758896320
554400000	24284682240
44906400000	485693644800
4266108000000	5342630092800

---

# 누적곱의 최대값, 행
df.cummax(axis=1)

OutPut

가로	세로
10	91
20	84
30	73
40	68
5	5
6	6
77	77
81	81

---

■ Concat

• N개의 데이터프레임을 합친다.

df = pd.DataFrame({
    "가로" :[91,84,73,68,5,4,32,20,11] ,
    "세로" :[10,20,30,40,5,6,77,81,95],
    "부피" : [910,1680,2190,2720,25,24,2464,1620,1045]
    
})

df2 = pd.DataFrame({
    "가로" : [10,20,30,40,5,6,77,81,95],
    "세로" : [91,84,73,68,5,4,32,20,11],
})

//열을 기준으로 합침
pd.concat([df,df2], axis=0)

OutPut : " axis = 0"

	가로	세로	부피
0	10	91	910.0
1	20	84	1680.0
2	30	73	2190.0
3	40	68	2720.0
4	5	5	25.0
5	6	4	24.0
6	77	32	2464.0
7	81	20	1620.0
8	95	11	1045.0
0	10	91	NaN
1	20	84	NaN
2	30	73	NaN
3	40	68	NaN
4	5	5	NaN
5	6	4	NaN
6	77	32	NaN
7	81	20	NaN
8	95	11	NaN

 

OutPut : " axis = 1"

	가로	세로	부피	가로	세로
0	10	91	910	10	91
1	20	84	1680	20	84
2	30	73	2190	30	73
3	40	68	2720	40	68
4	5	5	25	5	5
5	6	4	24	6	4
6	77	32	2464	77	32
7	81	20	1620	81	20
8	95	11	1045	95	11