Python Pandas 마스터하기 31 ~ 40

import pandas as pd

tempdata = {'이름': ['철수', '영희', '영남'],
            '나이': [45, 35, 40],
            '고향': ['서울', '부산', '인천']}

# 인덱스가 'one','two','three'인 finalData DataFrame 생성하기 
finalData = pd.DataFrame(tempdata1, index = ['one','two','three'])
finalData 
------------------------------
	    이름	나이	고향
one	    철수	45	    서울
two	    영희	35	    부산
three	영남	40	    인천

import pandas as pd

finalDataReset = finalData.reset_index()

# 인덱스가 리셋된 데이터프레임 출력
print("DataFrame with Reset Index:")
finalDataReset
-------------------------------------------
DataFrame with Reset Index:
        index	이름	나이	고향
0	    one	    철수	45	    서울
1	    two	    영희	35	    부산
2	    three	영남	40	    인천

import pandas as pd

def custom_function(x):
    return x * 2

# 데이터프레임에 사용자 정의 함수 적용
finalDataModify = finalData.applymap(custom_function)
finalDataModify
---------------------------------------------------------
        이름	 나이	고향
one	    철수철수	 90	    서울서울
two	    영희영희	 70	    부산부산
three	영남영남	 80	    인천인천

tempdata2 = pd.DataFrame(
    {'이름': ['철수', '영희', '영남'],
     '점수': [85, 97, 100],
     '학점': ['B', 'A', 'A+']
    }
)

# 병합하기 위한 칼럼 정의 Define the columns to merge on
mergeColumns = ['이름']  

# 위에서 정의한 칼럼을 기반으로 데이터프레임 병합
finalDataMerge = pd.merge(finalData, tempdata2 , on=mergeColumns)
finalDataMerge
-------------------------------------------------------------------

    이름	나이	고향	점수	학점
0	철수	45	    서울	85	    B
1	영희	35	    부산	97	    A
2	영남	40	    인천	100	    A+

import pandas as pd

# 일치여부를 확인하기 위한 문자열 정의
substring = '서'  

# 하위 문자열 일치를 기반으로 한 행 필터링
finalDataFilter = finalData[finalData['고향'].str.contains(substring, case = False)]  
finalDataFilter
-------------------------------------------------------------------------------------
	이름	나이	고향
one	철수	45	    서울

import pandas as pd

# 누적합계 계산을 원하는 칼럼 명시
column = '나이'

# 누적합 계산
cumulativeSum = finalData[column].cumsum()

# 데이터프레임에 '누적합' 칼럼을 생성하여 누적 합계값 저장 
finalData['나이누적합'] = cumulativeSum
finalData
---------------------------------------------------------
	    이름	나이	고향	나이누적합
one	    철수	45	    서울	45
two	    영희	35	    부산	80
three	영남	40	    인천	120

import pandas as pd

# 데이터 유형 확인
print("Initial Data Types:")
finalData.dtypes
-----------------------------------
Initial       Data Types:
이름          object
나이          int64
고향          object
나이누적합     int64
dtype: object

finalData['나이'] = finalData['나이'].astype('int8')

# 데이터 유형 재확인
finalData.dtypes
----------------------------------
이름          object
나이          int8
고향          object
나이누적합     int64
dtype: object

import pandas as pd

# '나이' 칼럼의 최대값을 maxValue 객체에 저장
maxValue = finalData['나이'].max()

# 최대값을 기반으로 행 필터링
finalDataRowfilter = finalData[finalData['나이'] == maxValue]
finalDataRowfilter
----------------------------------------------------------------
	이름	나이	고향	나이누적합
one	철수	45	    서울	45

import pandas as pd

# 간단한 데이터프레임 2개 생성
df1 = pd.DataFrame({'A': [1, 2, 3],
                    'B': ['a', 'b', 'c']})

df2 = pd.DataFrame({'A': [3, 4, 5],
                    'C': ['d', 'e', 'f']})

# 병합 유형에 따른 데이터 병합
innerJoin = pd.merge(df1, df2, on = 'A', how = 'inner')
print(innerJoin)

outerJoin = pd.merge(df1, df2, on = 'A', how = 'outer')
print(outerJoin)

leftJoin  = pd.merge(df1, df2, on = 'A', how = 'left')
print(leftJoin)

rightJoin = pd.merge(df1, df2, on = 'A', how = 'right')
print(rightJoin)
---------------------------------------------------------------
   A    B    C
0  3    c    d
   A    B    C

0  1    a    NaN
1  2    b    NaN
2  3    c    d
3  4    NaN  e
4  5    NaN  f

   A    B    C
0  1    a    NaN
1  2    b    NaN
2  3    c    d

   A    B    C
0  3    c    d
1  4    NaN  e
2  5    NaN  f

import pandas as pd

# df 라고 하는 데이터프레임이 있다고 가정
# 모든 칼럼의 선행, 후행 공백 제거
df = df.applymap(lambda x: x.strip() if isinstance(x, str) else x)

import pandas as pd

# 데이터프레임을 json 파일로 변환
jsonData = finalData.to_json(orient='records')

# jsonData를 file로 저장하기
with open('D:/output.json', 'w') as file:
    file.write(jsonData)

# D드라이브에 생성된 output.json 파일 확인