머신러닝 기초 with 파이썬 2강_라이브러리 불러오기, 데이터프레임과 시리즈, 데이터 불러오기 및 저장

판다스 라이브러리

---

• 판다스(pandas)는 파이썬(python)을 기반으로 한 쉽고 강력한 데이터 분석 도구...엑셀과 같은 존재임!
• 파이썬 코드를 이용해서 엑셀과 같은 기능을 판다스에서 활용해 볼 수 있습니다...판다스는 pd라고 부르며 라이브러리를 불러오는 것을 시작으로 실행한다.

이번 시간 정리

---

1.판다스 라이브러리 불러오기

import pandas

2.판다스의 별칭
별칭은 pd를 일반적으로 사용합니다.
라이브러리를 불러오는 코드 뒤에 as pd를 붙여주면 됩니다.

아래의 코드 실행 버튼을 눌러 판다스 라이브러리를 불러와 보세요!

라이브러리 불러오기

 

# 판다스 라이브러리

import pandas as pd

 

 

 

 

데이터프레임과 시리즈

---

이번 시간에는 데이터 프레임과 시리즈에 대하여 설명하도록 하겠습니다.

이번 시간 정리

---

1. 데이터프레임
행과 열이 있는 표 형태 구조
시리즈가 2개 이상일 때

2. 시리즈
하나의 열(column)

아래의 코드 실행 버튼을 눌러 실습을 진행해 보세요!

 

1

2

3

 

# 시리즈 만들기(문자열)

menu = pd.Series(['후라이드', '양념치킨', '양반후반'], name="메뉴")

menu

 

 

 

 

 

실행 완료

[2]:

0    후라이드
1    양념치킨
2    양반후반
Name: 메뉴, dtype: object

 

 

 

# 시리즈 만들기(정수형)

price = pd.Series([12000, 13000, 13000], name='가격')

price

 

 

 

 

 

실행 완료

[3]:

0    12000
1    13000
2    13000
Name: 가격, dtype: int64

 

 

# 시리즈 type 확인

type(menu)

 

 

 

 

 

실행 완료

[4]:

pandas.core.series.Series

 

 

 

 

 

# 데이터프레임 만들기 (시리즈 -> 데이터프레임)

pd.DataFrame({

    "메뉴" : menu,

    "가격" : price

})

 

 

 

 

 

실행 완료

[5]:

메뉴가격012

후라이드	12000
양념치킨	13000
양반후반	13000

 

 

 

 

 

# 데이터프레임 만들기 pd.DataFrame({"컬럼명":데이터})

data = {

    "메뉴":['후라이드', '양념치킨', '양반후반'],

    "가격":[12000, 13000, 13000],

    "호수":['10호', '10호', '9호']

}

df = pd.DataFrame(data)

df

 

 

 

 

 

실행 완료

[6]:

메뉴가격호수012

후라이드	12000	10호
양념치킨	13000	10호
양반후반	13000	9호

 

 

데이터 불러오기 및 저장

---

이번 시간에는 데이터를 불러오고 저장을 해보도록 하겠습니다.

이번 시간 정리

---

1. csv 데이터를 불러오기

pd.read_csv('불러올 파일명.csv')

2. 불러온 데이터를 변수에 담기

df = pd.read_csv('파일명.csv')

3. 데이터 샘플 확인: 앞에서 부터 n개 (기본 5개)

df.head()

4. 데이터 샘플 확인: 뒤에서 부터 n개 (기본 5개)

df.tail()

5. csv 파일로 저장하기

df.to_csv('저장할 파일명.csv', index=False)

6. 저장된 csv 파일 확인

new_df = pd.read_csv('저장할 파일명.csv')

아래의 코드 실행 버튼을 눌러 실습을 진행해 보세요!

 

 

 

 

 

 

 

# 데이터 생성: csv파일 (data.csv) 생성 

import pandas as pd

data = {

    "메뉴":['후라이드', '양념치킨', '간장치킨', '마늘치킨', '파닭', '닭강정', '양반후반'],

    "가격":[12000, 13000, 14000, 14000, 14000, 15000, 13000],

    "호수":['10호', '10호', '9호', '9호', '11호', '12호', '10호'],

    "칼로리":[1000, 1400, 1600, 1800, 1300, 1500, 1300],

}

data = pd.DataFrame(data)

data.to_csv('modudak.csv', index=False)

 

 

 

 

 

실행 완료

 

 

 

 

# 데이터 불러오기

pd.read_csv('modudak.csv')

 

 

 

 

 

실행 완료

[8]:

메뉴가격호수칼로리0123456

후라이드	12000	10호	1000
양념치킨	13000	10호	1400
간장치킨	14000	9호	1600
마늘치킨	14000	9호	1800
파닭	14000	11호	1300
닭강정	15000	12호	1500
양반후반	13000	10호	1300

 

 

# 데이터 불러와서 변수에 담기

df = pd.read_csv('modudak.csv')

 

 

 

 

 

실행 완료

 

 

# 데이터 샘플 확인: 앞에서 부터 n개 (기본 5개)

df.head()

 

 

 

 

 

실행 완료

[10]:

메뉴가격호수칼로리01234

후라이드	12000	10호	1000
양념치킨	13000	10호	1400
간장치킨	14000	9호	1600
마늘치킨	14000	9호	1800
파닭	14000	11호	1300

 

1

2

 

# 데이터 샘플 확인: 앞에서 부터 2개

df.head(2)

 

 

 

 

 

실행 완료

[11]:

메뉴가격호수칼로리01

후라이드	12000	10호	1000
양념치킨	13000	10호	1400

 

1

2

 

# 데이터 샘플 확인: 뒤에서 부터 n개 (기본 5개)

df.tail()

 

 

 

 

 

실행 완료

[12]:

메뉴가격호수칼로리23456

간장치킨	14000	9호	1600
마늘치킨	14000	9호	1800
파닭	14000	11호	1300
닭강정	15000	12호	1500
양반후반	13000	10호	1300

 

1

2

 

# 데이터 샘플 확인: 뒤에서 부터 2개

df.tail(2)

 

 

 

 

 

실행 완료

[13]:

메뉴가격호수칼로리56

닭강정	15000	12호	1500
양반후반	13000	10호	1300

 

1

2

 

# csv파일로 저장하기

df.to_csv('modudak2.csv', index=False)

 

 

 

 

 

실행 완료

 

 

1

2

3

 

# 저장된 csv확인

new_df = pd.read_csv('modudak2.csv')

new_df.head()

 

 

 

 

 

실행 완료

[15]:

메뉴가격호수칼로리01234

후라이드	12000	10호	1000
양념치킨	13000	10호	1400
간장치킨	14000	9호	1600
마늘치킨	14000	9호	1800
파닭	14000	11호	1300