> For the complete documentation index, see [llms.txt](https://pyohamen.gitbook.io/til/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://pyohamen.gitbook.io/til/data_science/pandas.md).
# pandas
## Pandas
> 판다스는 파이썬에서 가장 널리 사용되는 데이터 분석 라이브러리로 **Data Frame** 과 **Series** 자료구조를 사용한다.
### Series
> One-dimensional ndarray with **axis labels** (including time series).
>
> Ex) df\[피처]
#### Attributes
| Name | description |
| ------------ | ------------------------------------- |
| Series.index | The index (axis labels) of the Series |
#### Methods
| name | Description |
| ------------------ | ----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| Series.tolist() | Return a list of the values |
| Series.iteritems() | Lazily iterate over (index, value) tuples.
Lazily 하게 iterate 한다는 것은 for 문 같은 반복문에서 Series 의 (idx, val) 튜플을 하나씩 꺼내쓰기 위함인 것
row 가 index 가 되는 Series 특성상 for idx, val in enumerate(): 에서는 row 쓸 수 없기 때문에 필요한 것 같다.
|
| Series.unique() | Return unique values of Series object.
type 은 넘파이배열이다.
|
### DataFrame
> Two-dimensional, size-mutable, potentially heterogeneous tabular data.
>
> 인덱스에 조건문을 넣어서 인덱스 할 수 있음 Ex) results = chipo\_orderid\_group\[chipo\_orderid\_group.item\_price >= 10]
#### Getting data in/out
**csv**
* Writing to a csv file
```python
df.to_csv('[name].csv')
```
* Reading frome a csv file
```python
# file_path = '../파일명'
# sep
# csv 는 ','(default) tsv 는 '\t'
df = pd.read_csv(file_path, sep)
```
#### Attributes
> Ref) df\[피처] == df.피처
>
> DafaFrame 은 인덱싱 안에 조건문을 넣을 수 있다. Ex) df\[df.피처 >= num] => df 중 조건문에 해당하는 row 만 취하는 df 를 반환
| Name | description |
| -------- | --------------------------------------------------------------------------------------------------------- |
| df.shape | Return a tuple representing the dimensionality of the DataFrame.
=> (how many row, how many 피처)
|
| df.index | return index (row labels) of the df
RangeIndex(start = \[num], stop = \[num], step= \[num])
|
#### Methods
| Command | description |
| --------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
| df.value\_counts(\[subset, normalize, ...]) | Return a Series containing counts of unique rows in the DataFrame.
같은 행이 몇개인지 갯수의 내림차순 Series 를 반환하며, 순서 숫자 뿐만 아니라, 해당 행의 이름으로 인덱싱할 수 있다.
인자로 피처를 써도 되고
df\[피처] 로 인덱싱한 df 에 인자없는 매서드를 걸어도 된다.
|
| df.info() | Print a concise summary of a DataFrame. |
| df.head(\[n]) | Return the first *n* rows |
| [df.groupby(\[by\])](https://pyohamen.gitbook.io/til/data_science/pages/-MX0oV4mHAPYJSiviaoq#DataFrame.groupby) | Group DataFrame using a mapper or by a Series of columns. |
| df.apply() | 이건 뭐... apply 안에서 적용되는 함수가 더 중요한데 따로 써야하나 고민이네
데이터전처리를 위해 사용함
|
| df.sort\_values(\[by, ascending...]) | Sort by the values along either axis. |
| Df.drop\_duplicates() | Return DataFrame with duplicate rows removed. |
| df.fillna()c | 결측치들을 인자 값으로 바꿔준다. |
| df.corr() | 상관관계 함수 인자로 method 가 있고 'pearson' 을 많이 쓴다. |
#### Property
| Command | description |
| ---------- | ---------------------------------------------------------------------- |
| df.iloc\[] | 위치 정수를 기반으로 인덱싱한다 \[] 는 열(column) 을 선택하지만, .loc, .iloc 은 행(row) 를 선택한다 |
### DataFrame.groupby
> df.groupby(\[by]) 함수에 의해 생성된 객체. 인자 별로 그룹화되어 있으며, 인자 별로 그룹된 것들의 어떤 피처를 어떤 연산한 결과를 value 로 가질 것인지
>
> df.groupby('그룹화인자')\[대상 피처].어떤연산함수()
#### Methods
| name | description |
| ------- | ----------------------------------- |
| Count() | 그냥 갯수 셈 (중복에 상관없이 그냥 행이 몇개인지 세는 듯?) |
| Sum() | 대상 피처의 val 들을 누적 합 함 |
## Numpy
> array 개념으로 변수를 사용한다. 넘파이 배열은 데이터 분석에서 쓰는 기본 자료구조. 벡터, 행렬 등의 연산을 쉽고 빠르게 하기 위해 만들어진 파이썬 라이브러리
## Matplotlib
> 데이터를 그래프로 시각화해주는 라이브러리
### matplotlib.pyplot
> matplotlib.pyplot is a state-based interface to matplotlib
>
> state-based 방식 (interface) 과 object-oriented 방식이 있는데 [링크](https://stackoverflow.com/questions/52816131/matplotlib-pyplot-documentation-says-it-is-state-based-interface-to-matplotlib) 에 차이점을 설명해주는데 아직 감이 잡히는 정도일 뿐, 완벽하게 이해는 안 됨
```python
# 일단 현재 진행하는 범위에서 pyplot 외의 attribute 를 본 적이 없음
import matplotlib.pyplot as plt
```