[판다스 인 액션] 1장 판다스 소개

🚩 [1장 판다스 소개] 부분 중 중요하다고 생각한 부분만 정리한 포스팅입니다.

핵심 요약

판다스 : 파이썬 프로그래밍 언어를 기반으로 구축된 데이터 분석용 라이브러리
- 정렬, 필터링, 정리, 중복 제거, 집계, 피벗 등의 데이터 조작 작업을 위한 도구 모음
DataFrame : 판다스의 기본 자료구조로 여러 열이 있는 테이블
Series : 레이블이 있는 1차원 배열 -> 단일 데이터 열로 생각하면 됨
정렬 / 하위 집합 추출 / 결과 그룹에 대한 집계 작업 수행
공부한 노트북 링크 : 1장 판다스 소개

1. 데이터셋 불러오기

read_csv()
- csv 파일의 내용을 DataFrame 객체로 가져옴
- 객체 : 데이터를 저장하는 컨테이너
```
pd.read_csv("/content/movies.csv")
```
인덱스
- 인덱스 레이블은 데이터 행의 식별자 역할
- 인덱스에 적합한 열이란? 각 행에 대한 기본 식별자 또는 참조 지점으로 사용할 수 있는 값
```
movies = pd.read_csv('/content/movies.csv', index_col="Title")
```

2. DataFrame 조작

처음 또는 마지막 행 조회
```
movies.head(5)
```
```
moveis.tail(5)
```

행과 열 개수 확인

# 782개 행 & 4개 변수
movies.shape

총 셀 갯수
```
movies.size
```

데이터 유형

# int64 : 정수열 / object : 텍스트열
movies.dtypes

레이블 접근
- Series의 인덱스 레이블은 4개의 변수임 -> 기존의 행값을 열로 변경하여 표시함

# 인덱스 위치 사용
movies.iloc[499]

# 인덱스 레이블 사용
movies.loc["Forrest Gump"]

sort_values()
- 목표 : 영화 제작사와 개봉일을 알파벳 순서대로 나열한 영화
- by : 정렬할 변수 리스트 기입하기
```
movies.sort_values(by = ["Studio", "Year"])
```
sort_index()
- 목표 : 영화 제목을 알파벳 순서대로 보고 싶음
```
movies.sort_index().head()
```

3. Series의 값 계산

value_counts()
- 목표 : 가장 많은 수익을 올린 영화가 가장 많은 영화 제작사 찾기
```
movies["Studio"].value_counts()
```

4. 하나 이상의 기준으로 열 필터링

한가지 조건 필터링

목표 : 유니버셜 스튜디오에서 제작한 영화만 찾고 싶음

released_by_universal = (movies["Studio"] == "Universal")
movies[released_by_universal]

목표 : 1975년 이전에 개봉한 영화

before_1975 = movies["Year"] < 1975
movies[before_1975]

두가지 조건 필터링

목표 : # Universal에서 제작 or 2015에 개봉

released_by_universal = (movies["Studio"]=="Universal")
released_in_2015 = (movies["Year"]==2015)
movies[released_by_universal | released_in_2015] 

목표 : 1983년에서 1986년 사이에 개봉한영화

mid_80s = movies["Year"].between(1983, 1986)
movies[mid_80s]

문자열 필터링
- 목표 : 영화 제목을 소문자로 바꾸고 제목에 ‘dark’라는 단어가 있는 영화
- lower() : 소문자로 바꿈
- contains() : 특정 문자열 추출
```
has_dark_in_title = movies.index.str.lower().str.contains("dark")
movies[has_dark_in_title]
```

5. 데이터 그룹화

Gross 열의 값이 숫자가 아닌 텍스트로 저장됨 -> $와 ,를 제거하는 과정이 필요함
- $와 ,를 모두 빈텍스트로 바꾸기 & 부동 소수점 숫자로 변환
- replace(현재문자, 바꿀문자) : 텍스트 바꾸기
- astype(float) : 부동 소수점 숫자로 변환
```
movies['Gross'] = (movies['Gross'].str.replace("$", "", regex=False).str.replace(",", "", regex=False).astype(float))
```

목적 : 제작사 당 영화 수

count() : group별 갯수 계산

# movies.groupby("Studio")["Gross"].count().sort_values(ascending=False)
studios = movies.groupby("Studio")
studios["Gross"].count().sort_values(ascending=False)

목적 : 제작사 당 총 수익

sum() : group별 합계 계산

studios = movies.groupby("Studio")
studios["Gross"].sum().sort_values(ascending=False)

목적 : 제작사 당 평균 수익
- mean() : group별 평균 계산
```
studios["Gross"].mean().sort_values(ascending=False)
```