[BDA 데분기] 2주차 - Python 기초 문법

- BDA 7기 활동을 하며 배운 내용을 블로그에 정리하고자 합니다.

- 1주차는 간단한 OT를 진행했고, 2주차부터 본격적인 수업을 진행했습니다.

---

- 키워드: 

• 행 추출: query()
• 열 추출: []. [[]]
• 정렬: sort_values()
• 파생변수: assign(), lambda
• 그룹화: groupby().agg()
• 이어 배울 내용: merge(), concat(), loc, iloc, str()

---

0. 데이터 불러오기

 

1. 행 추출: query()

 

2. 열 추출: [], [[]]

 

2-1. 열 제거 시 drop(columns='열 이름')

 

2-2. 메서드체이닝

• query()와 [], [[]]을 이용해서 열, 행 조건 동시 만족하는 데이터만 추출 가능.
• 메서드체이닝으로 문법이 이어진다.

 

3. 정렬: sort_values()

• 오름차순(default), 내림차순(ascending=False)

 

3-1. 두 개 이상 조건으로 정렬

• sort_values(['선순위 열', '후순위 열', ...], ascending=[True, False, ...])
• 정렬 조건과 오름차순, 내림차순 조건을 대괄호로 묶어 준다.

 

4. 파생변수

• 판다스에서 컬럼을 활용해 바로 파생변수 생성 가능
• apply() 이용하여 lambda 적용 가능
• loc, iloc로 접근해서 생성 가능
• assign() 함수 사용하여 가능

파생변수란?

• 외부변수, 파생변수가 있는데 통상적으로 내부 테이터로 새로운 데이터를 만드는 것.
• 왜 만드는가?
  • 데이터 분석에 필요한 경우.(새 평균 기준점 가지고 분석. 매출 3개년치 성장율 등)
  • 모델링 통해 피처에 대한 엔지니어링 진행 등.

 

4-1. 컬럼 이용해 파생변수 생성

• 새로운 컬럼 = 컬럼에 넣을 데이터

 

4-2. assign()

• df.assign(컬럼 명 = 컬럼에 넣을 데이터)

 

4-3. lambda식 활용

 

5. 그룹화: groupby()

• 그룹으로 묶는 것.
• 그룹별 통계치, 카운팅 등에 활용.
• df.groupby(기준 열).agg(새 변수명(변수, 요약 통계치))