Python 56_ pandas와 dataframe

gapminder.tsv

# gapminder.tsv 파일을 읽어서 데이터 프레임 생성

import pandas as pd

df = pd.read_csv('gapminder.tsv', sep= '\t', encoding='UTF-8')

print(df.iloc[0:5])

       country continent  year  lifeExp       pop   gdpPercap

0  Afghanistan      Asia  1952   28.801   8425333  779.445314

1  Afghanistan      Asia  1957   30.332   9240934  820.853030

2  Afghanistan      Asia  1962   31.997  10267083  853.100710

3  Afghanistan      Asia  1967   34.020  11537966  836.197138

4  Afghanistan      Asia  1972   36.088  13079460  739.981106

# boolean indexing:

# 컬럼의 값을 이용해서 특정 레코드(행, row)들을 선택하는 방법

# DataFrame[컬럼의 값을 이용한 조건식]

# SQL: select * from DataFrame where column == '';

df_afg = df[df['country'] == 'Afghanistan']

print(df_afg)

        country continent  year  lifeExp       pop   gdpPercap

0   Afghanistan      Asia  1952   28.801   8425333  779.445314

1   Afghanistan      Asia  1957   30.332   9240934  820.853030

2   Afghanistan      Asia  1962   31.997  10267083  853.100710

3   Afghanistan      Asia  1967   34.020  11537966  836.197138

4   Afghanistan      Asia  1972   36.088  13079460  739.981106

5   Afghanistan      Asia  1977   38.438  14880372  786.113360

6   Afghanistan      Asia  1982   39.854  12881816  978.011439

7   Afghanistan      Asia  1987   40.822  13867957  852.395945

8   Afghanistan      Asia  1992   41.674  16317921  649.341395

9   Afghanistan      Asia  1997   41.763  22227415  635.341351

10  Afghanistan      Asia  2002   42.129  25268405  726.734055

11  Afghanistan      Asia  2007   43.828  31889923  974.580338

df_korea = df[df['country']=='Korea, Rep.']

print(df_korea)

         country continent  year  lifeExp       pop     gdpPercap

840  Korea, Rep.      Asia  1952   47.453  20947571   1030.592226

841  Korea, Rep.      Asia  1957   52.681  22611552   1487.593537

842  Korea, Rep.      Asia  1962   55.292  26420307   1536.344387

843  Korea, Rep.      Asia  1967   57.716  30131000   2029.228142

844  Korea, Rep.      Asia  1972   62.612  33505000   3030.876650

845  Korea, Rep.      Asia  1977   64.766  36436000   4657.221020

846  Korea, Rep.      Asia  1982   67.123  39326000   5622.942464

847  Korea, Rep.      Asia  1987   69.810  41622000   8533.088805

848  Korea, Rep.      Asia  1992   72.244  43805450  12104.278720

849  Korea, Rep.      Asia  1997   74.647  46173816  15993.527960

850  Korea, Rep.      Asia  2002   77.045  47969150  19233.988180

851  Korea, Rep.      Asia  2007   78.623  49044790  23348.139730

# 대한민국(Korea, Rep.)의 인구(pop)와 1인당 GDP(gdpPercap)을 출력

df_korea_pop_gdp = df[df['country']=='Korea, Rep.'][['pop', 'gdpPercap']]

print(df_korea_pop_gdp)

          pop     gdpPercap

840  20947571   1030.592226

841  22611552   1487.593537

842  26420307   1536.344387

843  30131000   2029.228142

844  33505000   3030.876650

845  36436000   4657.221020

846  39326000   5622.942464

847  41622000   8533.088805

848  43805450  12104.278720

849  46173816  15993.527960

850  47969150  19233.988180

851  49044790  23348.139730

>> Mean() : Series vs Dataframe

1차원 구조: Series

2차원 구조: Dataframe

mean_cty_df = mpg[['cty']].mean()

mean_cty_series = mpg['cty'].mean()

print(mean_cty_df)

print(mean_cty_series)

cty    16.858974

dtype: float64

16.858974358974358

# cty 컬럼의 값이 평균보다 큰 레코드들을 출력

print(mpg[mpg['cty']> mean_cty_df])

Traceback (most recent call last):

  File "C:/dev/lab-python/scratch09/ex06.py", line 42, in <module>

    print(mpg[mpg['cty']> mean_cty_df])

  File "C:\dev\Python37\lib\site-packages\pandas\core\ops\__init__.py", line 1142, in wrapper

    raise ValueError("Can only compare identically-labeled " "Series objects")

ValueError: Can only compare identically-labeled Series objects

>> 오류 발생

# cty 컬럼의 값이 평균보다 큰 레코드들을 출력

print(mpg[mpg['cty']> mean_cty_series])

    manufacturer   model  displ  year  cyl  ... drv cty  hwy  fl    class

0           audi      a4    1.8  1999    4  ...   f  18   29   p  compact

1           audi      a4    1.8  1999    4  ...   f  21   29   p  compact

2           audi      a4    2.0  2008    4  ...   f  20   31   p  compact

3           audi      a4    2.0  2008    4  ...   f  21   30   p  compact

5           audi      a4    2.8  1999    6  ...   f  18   26   p  compact

..           ...     ...    ...   ...  ...  ...  ..  ..  ...  ..      ...

228   volkswagen  passat    1.8  1999    4  ...   f  18   29   p  midsize

229   volkswagen  passat    2.0  2008    4  ...   f  19   28   p  midsize

230   volkswagen  passat    2.0  2008    4  ...   f  21   29   p  midsize

232   volkswagen  passat    2.8  1999    6  ...   f  18   26   p  midsize

233   volkswagen  passat    3.6  2008    6  ...   f  17   26   p  midsize

[118 rows x 11 columns]

# cty 컬럼 값이 평균보다 큰 자동차들의 model, cty, hwy 컬럼 출력

print(mpg[mpg['cty']> mean_cty_series][['model', 'cty', 'hwy']])

      model  cty  hwy

0        a4   18   29

1        a4   21   29

2        a4   20   31

3        a4   21   30

5        a4   18   26

..      ...  ...  ...

228  passat   18   29

229  passat   19   28

230  passat   21   29

232  passat   18   26

233  passat   17   26

[118 rows x 3 columns]