파이썬 데이터 분석(3) 인덱스

import seaborn as sns

df=sns.load_dataset('mpg') #mpg는 연비. miles per gallon

print(df.head()) # 맨 위 5행을 출력

 

 

 

 

#인덱스 열을 네임으로 바꾸고 싶을 때.

 

df.set_index('name', inplace=True) #inplace=True는 원본 객체를 변경하겠다는 말이다.

 

 

 

 

 

#인덱스 정렬.

 

df.sort_index(inplace=True) # 이렇게 쓰면 index기준, 기본적으로 오름차순으로 정렬된다.

df.sort_index(inplace=True, ascending=False) #내림차순으로 하고 싶으면 ascending=False

 

 

 

 

 

#인덱스를 다시 원래대로 돌려놓기

 

df.reset_index(inplace=True)

df.head()

print(df.head()) 

 

 

#cylinders 열은 자동차의 실린더 개수를 의미한다. 어떤 값들이 있을까?

 

import seaborn as sns

df=sns.load_dataset('mpg')

print(df['cylinders'].unique())

 

 

 

 

 

# 실린더가 4인 조건을 만족하는 행만 출력

 

filter_bool = (df['cylinders'] ==4)

print(filter_bool.tail(10))

 

 

 

 

 

#행 인덱스에 위의 불리언 시리즈를 입력하면 해당 조건을 만족하는 행만 선택된다.

 

print(df.loc[filter_bool, ])  #쉼표 뒤에는 열 이름. 칸 비워놓는 건 모든 열을 출력하겠다는 의미

 

 

 

 

# 실린더 개수가 4개이면서 마력이 100이상인 데이터만 출력해 보자.

 

filter_bool_2 = (df['cylinders']== 4) & (df['horsepower']>=100)

print(df.loc[filter_bool_2,['cylinders', 'horsepower', 'name' ]])

 

 

 

 

#특정 이름을 가진 자동차의 데이터를 출력하고 싶을 때. or을 |로 나타낼 수 있음. 근데 너무 길다.

 

import seaborn as sns

df=sns.load_dataset('mpg')

filter_bool_3 = (df['name']== 'ford maverick') | (df['name']=='ford mustang ii')| (df['name']== 'chevrolet impala')

print(df.loc[filter_bool_3, ])

 

 

 

 

 

#더 간단한 버전.

# isin()메서드 내에 조건들을 리스트 형태로 입력하면 해당 값이 존재=True, 존재x=False로 반환한다.

filter_isin = df['name'].isin(['ford maverick', 'ford mustang ii', 'chevrolet impala'])

print(df.loc[filter_isin, ['name', 'weight', 'model_year']])

 

 

 

 

#특정 열의 데이터별로 정렬해보자. 마력이 같은 자동차들끼리 묶어서 작은 순서대로 정렬하기.

 

print(df.loc[filter_isin, ].sort_values('horsepower'))

#여기서도 내림차순을 하려면 ascending=False입력하면 내림차순 됨.

 

#새로운 열 만들기: 무게 대비 연비인 mpg/wt를 나타내는 ratio열을 만들어 보자.

 

import seaborn as sns

df=sns.load_dataset('mpg')

df['ratio'] = (df['mpg']/ df['weight']) * 100

print(df.head())

 

 

 

 

#특정 열의 조건을 기반으로 새로운 열 만들기: NumPy 패키지의 where()함수를 사용한다.

 

import pandas as pd

import numpy as np

num = pd.Series([-2, -1, 1, 2])

print(np.where(num>=0)) #num이라는 시리즈에는 -2부터 2까지의 정수가 있는데, 그 중 0보다 크거나 0과 같은 0, 1, 2인 지점의 인덱스만 반환함.

np.where(num >=0, '양수', '음수') #num이 0보다 크거나 0과 같으면 '양수'를 부여, 그렇지 않으면 '음수'를 부여한다.

print(np.where(num >=0, '양수', '음수'))

 

 

 

 

#위의 내용을 응용해서  horsepower를 세 단계로 구분하는 열을 만들어 보자.

 

import seaborn as sns

df=sns.load_dataset('mpg')

import numpy as np

df['horse_power_div']=np.where(

    df['horsepower'] <100, '100 미만',

    np.where((df['horsepower'] >=100) & (df['horsepower'] <200), '100이상',

    np.where(df['horsepower'] >=200, '200이상', '기타')))

print(df.head())