Python Pandas 마스터하기 41 ~ 50

import pandas as pd

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

# 인덱스가 'one','two','three'인 finalData DataFrame 생성하기 
finalData = pd.DataFrame(tempdata, index = ['one','two','three'])
finalData 


# 컬럼명 입력
columnName = input("컬러명 입력: ")

if columnName in finalData.columns:
    print(f" 컬럼 '{columnName}' 은 데이터프레임에 존재합니다.")
else:
    print(f" 컬럼 '{columnName}' 은 데이터프레임에 존재하지 않습니다.")
-------------------------------------------------------------------------
 컬러명 입력: 이름
 컬럼 '이름' 은 데이터프레임에 존재합니다.

import pandas as pd

# '생년월일' 칼럼의 데이터 형식을 날짜/시간 형식으로 변환
finalData['생년월일'] = pd.to_datetime(finalData['생년월일'])
finalData
-------------------------------------------------------------
	    이름	나이	고향	생년월일
one	    철수	45	    서울	1986-05-11
two	    영희	35	    부산	1999-06-22
three	영남	40	    인천	2020-08-23

import pandas as pd

# '고향' 칼럼의 고유값(unique value) 추출
uniqueValues = finalData['고향'].unique()

# 고유값(unique value) 출력
for value in uniqueValues:
    print(value)
-----------------------------------------------
서울
부산
인천

import pandas as pd

# 데이터프레임의 칼럼별 평균값 계산
meanValues = finalData.mean()

# 평균값 출력
print(meanValues)
------------------------------------
나이    40.0
dtype: float64

import pandas as pd

# 데이터프레임이 비어 있는 지 확인
isEmpty = finalData.empty

# Print the result
if isEmpty:
    print("데이터프레임이 비어 있습니다.")
else:
    print("데이터프레임에 값이 존재합니다.")
---------------------------------------------
데이터프레임에 값이 존재합니다.

import pandas as pd

# 칼럼의 중앙값 확인
medianValue = finalData['나이'].median()

# 중앙값 출력
print("중앙값:", medianValue)
--------------------------------------------
중앙값: 40.0

import pandas as pd

# '나이' 칼럼의 표준편차 계산
stdDeviation = finalData['나이'].std()

# 표준편차 출력
print("표준편차 출력: ", stdDeviation)
-----------------------------------------
표준 편차 출력:  5.0

import pandas as pd

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

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


mergedDf = pd.merge(df1, df2, left_on = 'A', right_on = 'C')

# 병합 데이터 출력
print(mergedDf)
----------------------------------------------------------------
   A  B  C  D
0  3  c  3  d

import pandas as pd

# '나이' 컬럼 기준의 누적 곱 계산
cumulativeProduct = finalData['나이'].cumprod()

# '나이' 컬럼의 누적 곱 출력
print(cumulativeProduct)
-------------------------------------------------
one         45
two       1575
three    63000
Name: 나이, dtype: int64

import pandas as pd
import numpy as np

# 임시 데이터 생성
df3 = pd.DataFrame({'C': [3, 4, 5],
                    'D': ['d', 'e', np.NaN]})

# 결측치를 'f'로 치환
df3Filled = df3.fillna('f')

# 출력하기 
print(df3Filled)
-----------------------------------
   C  D
0  3  d
1  4  e
2  5  f