[Python 라이브러리 1주차] 강의 내용

[Python] 예제로 익히는 Python - 1회차

[Python] 예제로 익히는 Python - 1회차 | Notion

 

SQL :  Select from 으로 묶여 있음 -> 절차지향 언어  

           (단점) - trouble shooting 시 컴파일 오래걸림 (통으로 하니까)/ 시각화 기능 부재

 

Python : 한 줄 씩 독립적으로 실행 후 실행  -> 객체지향 언어 

            (SQL 단점 보완) - 순차적으로 하나하나 실행되므로 시간단축/ 수정 용이/ library 활용가능 활용 쉬움  (알고리즘은 예외) 

Python으로 할 수 있는 것 관련 4가지 분류 및 관련 프로그램

 

 

라이브러리 : 함수를 불러올 수 있음

대표 라이브러리 종류

 

Pandas 라이브러리:  SQL, Json, HTML 형식이어도 행, 열 테이블로 일괄 변환 

ex) Numpy: (숫자 관련) 기반  호환 좋음

 

Series: 1컬럼/  

Dataframe: 1개 이상 컬럼 (표 형태)

 

Jupyter 활용 방법

 

Shift + Enter : 실행

m : 파란색 (Tet로 변환)

ESC : 바깥으로 나오기

dd : delete 등   

나머지는 VS code 와 유사.

 

 

- display 함수는 기본이라 . 안 쓰고 바로  display( )  괄호 씀.

 

# 는 주석 쓸 수 있음

 

- len (df) 함수 : 몇 줄 있는지 파악가능.

 

- .columns  : 밑으로 좌라락 

- .info ( )

- .T  : (Transformation) 행/열 전환

 

 

[ 컬럼 가져오기 3가지 방법 ] - Series (컬럼 1개)

1. df.

2. df['컬럼'] 

3. df.컬럼[:4] 5번째 있는 컬럼 가져오기 (Python은 0부터 시작)

 

[여러 개 컬럼 가져오는 방법] - Dataframe (컬럼 여러개)

1.df[['컬럼1','컬럼2','컬럼3']]

2.df.iloc[:,[4,7]]

                [행 자리, 컬럼 자리]

* iloc : 모든 행 가져와라. 근데 이제 4번째 행과 7번째 컬럼을 가져와.

 

[특정 컬럼 버리기]

df.dropna ( )  = null 값 있는 친구 다 버리기. 

 

 

1) NAN 포함 조건 부합 값 

조건 맞는 데이터 (조건 만족 - 정상출력 / 아닌 행 NAN 출력)

df2.where(df2['Age'] > 50)

 

2) 조건에 부합한 값만 (Mask) - NAN 제외  (mask =  ( ) )

mask (아무 이름 가능) = ((df2['Age'] > 50) & (df2['Gender']=='NAN'))

df2[mask]

 

[그룹화 - Groupby]

group by('컬럼')['컬럼'].count( )

 

ex)

df2.groupby('Gender')['Customer ID'].count( )

ex) 2개 이상

df2.groupby(['컬럼1','컬럼2'])['컬럼'].count( )

 

 

[중복값 없애기 - .nunique( )]

df2.groupby('컬럼')['컬럼'].nunique( )

           ex)   ('location')['age'] 

 

[오름차순 - sort_values(asending = True)]

df2.groupby('컬럼')['컬럼'].count( ).sort_values(ascending = true)

 

cf. 내림차순 .sort_values(ascending = False