Python Pandas 마스터하기 71~80

import pandas as pd
from itertools import combinations

tempdata = {'이름': ['철수', '영희', '영남'],
            '나이': [45, 30, 55],
            '점수': [598, 487, 254],
            '고향': ['서울', '부산', '인천'],
            '생년월일': ['19860511', '19990622', '20200823'],
           }

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

# 연속된 행 간의 차이 계산
rowDiff = finalData[['나이']].diff()
rowDiff
----------------------------------------
나이
one	    NaN
two	   -15.0
three	25.0

import pandas as pd

columnsToAggregate = ['나이', '점수']

# 데이터를 집계하여 새로운 데이터프레임 생성하기 
newDf = pd.DataFrame({
    'sum': finalData[columnsToAggregate].sum(axis=1),   # 열의 합 계산
    'mean': finalData[columnsToAggregate].mean(axis=1), # 열의 평균 계산
    'max': finalData[columnsToAggregate].max(axis=1),   # 열의 최대값 계산
    'min': finalData[columnsToAggregate].min(axis=1)    # 열의 최소값 계산
})

newDf
-------------------------------------------------------------------------------
        sum	 mean	max	min
one	    643	 321.5	598	45
two	    517	 258.5	487	30
three	309	 154.5	254	55

import pandas as pd

columnToRank = '점수'

# 열에 있는 값의 순위 계산
finalData['rank'] = finalData[columnToRank].rank(method = 'average', ascending = True)
finalData
----------------------------------------------------------------------------------------
	    이름	나이	점수	고향	생년월일	    rank
one	    철수	45	    598	    서울	19860511	3.0
two	    영희	30	    487	    부산	19990622	2.0
three	영남	55	    254	    인천	20200823	1.0

import pandas as pd

columnsToCheck = ['이름', '점수', '나이']

# Drop duplicate rows based on the subset of columns
finalData.drop_duplicates(subset = columnsToCheck, keep ='first', inplace = True)
finalData
---------------------------------------------------------------------------------
        이름	나이	점수	고향	생년월일	    rank
one	    철수	45	    598	    서울	19860511	3.0
two	    영희	30	    487	    부산	19990622	2.0
three	영남	55	    254	    인천	20200823	1.0

import pandas as pd

tempdata = {'이름': ['철수', '영희', '영남'],
            '나이': [45, 30, 55],
            '고향': ['서울', '부산', '인천'],
            '생년월일': ['19860511', '19990622', '20200823'],
            '학년': [1, 1, 2]
           }

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

tempdata1 = {'이름': ['영수', '진혁', '광현'],
            '나이': [64, 22, 14],
            '고향': ['대구', '울산', '전북'],
            '생년월일': ['19660413', '20000621', '20220805'],
            '학년': [3, 3, 1]
           }

# 인덱스가 'one','two','three'인 finalData1 데이터프레임 생성하기 
finalData1 = pd.DataFrame(tempdata1, index = ['one','two','three'])

# merge를 사용하여 외적(cross-product) 수행
crossProduct = pd.merge(finalData.assign(key=1), finalData1.assign(key=1), on = 'key').drop('key', axis=1)
crossProduct
------------------------------------------------------------------------------------------------------------
    이름_x	나이_x	고향_x	생년월일_x	학년_x	이름_y	나이_y	고향_y	생년월일_y	학년_y
0	철수	45	    서울	19860511	1	    영수	64	    대구	19660413	3
1	철수	45	    서울	19860511	1	    진혁	22	    울산	20000621	3
2	철수	45	    서울	19860511	1	    광현	14	    전북	20220805	1
3	영희	30	    부산	19990622	1	    영수	64	    대구	19660413	3
4	영희	30	    부산	19990622	1	    진혁	22	    울산	20000621	3
5	영희	30	    부산	19990622	1	    광현	14	    전북	20220805	1
6	영남	55	    인천	20200823	2	    영수	64	    대구	19660413	3
7	영남	55	    인천	20200823	2	    진혁	22	    울산	20000621	3
8	영남	55	    인천	20200823	2	    광현	14	    전북	20220805	1

import pandas as pd

columnToCalculate = '나이'

finalData['나이누적백분율'] = finalData[columnToCalculate].cumsum() / finalData[columnToCalculate].sum() * 100
finalData
---------------------------------------------------------------------------------------------------------------
	    이름	나이	고향	생년월일	    학년	나이누적백분율
one	    철수	45	    서울	19860511	1	    34.615385
two	    영희	30	    부산	19990622	1	    57.692308
three	영남	55	    인천	20200823	2	    100.000000

import pandas as pd

file_path = 'D:/output.xlsx'

# 데이터프레임을 엑셀 파일로 변환
finalData.to_excel(file_path, index = False)

print(f"데이터 프레임을 성공적으로 변환하여 {file_path} 에 저장하였습니다.")
--------------------------------------------------------------------------
데이터 프레임을 성공적으로 변환하여 D:/output.xlsx 에 저장하였습니다.

import pandas as pd


# 각 열에 적용할 가중치 정의
weights = [0.5, 0.3, 0.2]

# 가중치를 반영한 합계 계산
weightedSum = (finalData['나이'] * weights[0]) + (finalData['나이'] * weights[1]) + (finalData['나이'] * weights[2])

print("Weighted Sum:")
print(weightedSum)
---------------------------------------------------------------------------------------------------------------------
Weighted Sum:
one      45.0
two      30.0
three    55.0
Name: 나이, dtype: float64

import pandas as pd

# 데이터프레임을 JSON 문자열로 변환
jsonString = finalData.to_json()
jsonString
---------------------------------------
'{"\\uc774\\ub984":{"one":"\\ucca0\\uc218","two":"\\uc601\\ud76c","three":"\\uc601\\ub0a8"},"\\ub098\\uc774":{"one":45,"two":30,"three":55},"\\uace0\\ud5a5":{"one":"\\uc11c\\uc6b8","two":"\\ubd80\\uc0b0","three":"\\uc778\\ucc9c"},"\\uc0dd\\ub144\\uc6d4\\uc77c":{"one":"19860511","two":"19990622","three":"20200823"},"\\ud559\\ub144":{"one":1,"two":1,"three":2},"\\ub098\\uc774\\ub204\\uc801\\ubc31\\ubd84\\uc728":{"one":34.6153846154,"two":57.6923076923,"three":100.0}}'

import pandas as pd

# 열을 범주형 자료 형태로 변환
finalData['나이'] = finalData['나이'].astype('category')
finalData
------------------------------------------------------------

        이름	나이	고향	생년월일	    학년	나이누적백분율
one	    철수	45	    서울	19860511	1	    34.615385
two	    영희	30	    부산	19990622	1	    57.692308
three	영남	55	    인천	20200823	2	    100.000000

finalData['나이']
-------------------------------------
one      45
two      30
three    55
Name: 나이, dtype: category
Categories (3, int64): [30, 45, 55]