pandas 기초, series

2008년 Web McKinney가 pandas를 만들었다. python을 R처럼 데이터 구조를 잘 볼 수 있고 제어할 수 있도록 만든 것이다. 

pandas의 기본 데이터 구조는 
-Series
-DataFrame
-Panel 
로 되어 있다. 

1. Series

- Series는 1차원 Numpy 배열로 이해할 수 있다. Series는 배열라벨로 이루어진 numpy배열이다. 
- ndarray or dictionary or scalar value 중 하나가 될 수 있다.

######################### ndarray examples ######################### # 1.0 random series = pd.Series(np.random.rand(5)) print(series) Out: 0 0.245100 1 0.525060 2 0.142222 3 0.061228 4 0.046563 dtype: float64 # 2.0 Month Name import calendar as cal month_names = [cal.month_name[i] for i in np.arange(1, 6)] months = pd.Series(np.arange(1, 6), index=month_names) print(months) Out: January 1 February 2 March 3 April 4 May 5 dtype: int32 ######################### dictionary examples ######################### # 1.0 money_dict = {'US': 'dollar', 'UK': 'pound', 'Germany': 'euro', 'Korea': 'won'} series = pd.Series(money_dict) print(series) Out: Germany euro Korea won UK pound US dollar dtype: object ######################### scalar examples ######################### money = pd.Series('dollor') print(money) Out: 0 dollor dtype: object money = pd.Series('dollor', index=['US', 'NZ', 'Canada']) print(money) Out: US dollor NZ dollor Canada dollor dtype: object

Series는 numpy의 operation에 적용 할 수 있다. 
np.sqrt(series), np.std(series), np.mean(series) 등...

2. DataFrame

- table처럼 생각될 수 있다. 하나의 column은 Series와 같다. 여러 컬럼이 있다면 Series의 집합과 같다고 볼 수 있다. 
ex)
           columns nums strs bools decs 
index 
0                   11 cat True 1.4 
1                  -6 hat False 6.9 
2                   25 bat False -0.6 
3                     8 mat True 3.7 
4                  -17 sat False 18.

data = {'search':['DFS','BFS','Binary Search','Linear','ShortestPath (Djikstra)'], 'sorting': ['Quicksort','Mergesort', 'Heapsort','Bubble Sort', 'Insertion Sort'], 'machine learning':['RandomForest','K Nearest Neighbor','Logistic Regression', 'K-Means Clustering','Linear Regression']} df = pd.DataFrame(data) df # index 가 숫자 0~4 df = pd.DataFrame(data, index=['algo1', 'algo2', 'algo3', 'algo4', 'algo5']) df # index가 지정되어 있다.

	machine learning	search	sorting
algo1	RandomForest	DFS	Quicksort
algo2	K Nearest Neighbor	BFS	Mergesort
algo3	Logistic Regression	Binary Search	Heapsort
algo4	K-Means Clustering	Linear	Bubble Sort
algo5	Linear Regression	ShortestPath (Djikstra)	Insertion Sort

* DataFrame 에 Insert Column
df.insert(1, 'number', range(5))

	machine learning	number	search	sorting
algo1	RandomForest	0	DFS	Quicksort
algo2	K Nearest Neighbor	1	BFS	Mergesort
algo3	Logistic Regression	2	Binary Search	Heapsort
algo4	K-Means Clustering	3	Linear	Bubble Sort
algo5	Linear Regression	4	ShortestPath (Djikstra)	Insertion Sort

3. Panel
-panel은 3차원 배열이다. Series나 DataFrame처럼 자주 사용되지는 않는다. 3차원이라서 print로 보기가 힘들다. 
- 잘 사용도 안된다고 하니까 넘어가야지...