판다스 데이터프레임

출처 : 금융 데이터 분석을 위한 파이썬 판다스

 

금융 데이터 분석을 위한 파이썬 판다스

df = DataFrame ( data, [ index, columns, dtype ] )

1) DataFrame( [ L1,L2,L3 ] ) : 리스트로 데이터프레임 생성

     #### L1,L2,L3 행단위 인식

data = [ ["037730", "3R", 1510], ["036360", "3SOFT", 1790], ["005760", "ACTS", 1185] ]

df = DataFrame(data=data)

0      1     2 0  037730     3R  1510 1  036360  3SOFT  1790 2  005760   ACTS  1185

2) DataFrame(Dictionary) : 딕셔너리로 데이터프레임 생성

     ### keys -> columns

data = { '종목코드': ['037730', '036360', '005760'], '종목명': ['3R', '3SOFT', 'ACTS'], '현재가': [1510, 1790, 1185] }

df = DataFrame(data)

종목코드    종목명   현재가 0  037730     3R  1510 1  036360  3SOFT  1790 2  005760   ACTS  1185

3) DataFrame( [ D1,D2,D3 ] ) : 리스트와 딕셔너리로 데이터프레임 생성

     ### keys -> columns

data = [ {"종목코드": "037730", "종목명": "3R", "현재가": 1510}, {"종목코드": "036360", "종목명": "3SOFT", "현재가": 1790}, {"종목코드": "005760", "종목명": "ACTS", "현재가": 1185} ]

df = DataFrame(data)

종목코드    종목명   현재가 0  037730     3R  1510 1  036360  3SOFT  1790 2  005760   ACTS  1185

4) DataFrame( ndarray ) : ndarray로 데이터프레임 생성

df = DataFrame(ndarray)

 

from pandas import DataFrame data = [     ["037730", "3R", 1510, 7.36],     ["036360", "3SOFT", 1790, 1.65],     ["005670", "ACTS", 1185, 1.28] ] columns = ["종목코드", "종목명", "현재가", "등락률"] df = DataFrame(data=data, columns=columns) print(df)	종목코드    종목명   현재가   등락률 0  037730     3R  1510  7.36 1  036360  3SOFT  1790  1.65 2  005670   ACTS  1185  1.28
df1 = df.set_index("종목코드")   # 원본 df는 변경이 안됨 print(df1)	종목명   현재가   등락률 종목코드                      037730     3R  1510  7.36 036360  3SOFT  1790  1.65 005670   ACTS  1185  1.28
#inplace=True : 원본 데이터프레임 변경 저장 df.set_index("종목코드", inplace=True)  print(df.index.name)    # 종목코드 print(df)	위와 동일
from pandas import DataFrame data = [     ["3R", 1510, 7.36],     ["3SOFT", 1790, 1.65],     ["ACTS", 1185, 1.28] ] index = ["037730", "036360", "005760"] columns = ["종목명", "현재가", "등락률"] df = DataFrame(data=data, index=index, columns=columns) df.index.name = "code" df.columns.name = '구분' print(df)	구분        종목명   현재가   등락률 code                      037730     3R  1510  7.36 036360  3SOFT  1790  1.65 005760   ACTS  1185  1.28
print(df.index)       #   Index(['037730', '036360', '005760'], dtype='object', name='code') print(df.columns)   # Index(['종목명', '현재가', '등락률'], dtype='object', name='구분')

데이터프레임 인덱싱/슬라이싱

컬럼 인덱싱/슬라이싱

from pandas import DataFrame data = [     ["3R", 1510, 7.36],     ["3SOFT", 1790, 1.65],     ["ACTS", 1185, 1.28] ] index = ["037730", "036360", "005760"] columns = ["종목명", "현재가", "등락률"] df = DataFrame(data=data, index=index, columns=columns) print(df)	종목명   현재가   등락률 037730     3R  1510  7.36 036360  3SOFT  1790  1.65 005760   ACTS  1185  1.28
s = df['현재가'] print(s.index)    # Index(['037730', '036360', '005760'], dtype='object') print(s.values)   # [1510 1790 1185] print(type(s))    # <class 'pandas.core.series.series'="">
리스트 = ["현재가", "등락률"] d = df[리스트] print(type(d))    # <class 'pandas.core.frame.dataframe'> print(d)	현재가   등락률 037730  1510  7.36 036360  1790  1.65 005760  1185  1.28

로우 인덱싱/슬라이싱

d = df.loc["037730"] print(type(d))           # <class 'pandas.core.series.Series'> dd =df.iloc[[0, 1]]	종목명      3R 현재가    1510 등락률    7.36 Name: 037730, dtype: object
dd =df.iloc[[0, 1]] print(type(dd))     # <class 'pandas.core.frame.DataFrame'> print(dd)	종목명   현재가   등락률 037730     3R  1510  7.36 036360  3SOFT  1790  1.65
print(df.iloc[0]) print(df.iloc[-1])	종목명      3R 현재가    1510 등락률    7.36 Name: 037730, dtype: object 종목명    ACTS 현재가    1185 등락률    1.28 Name: 005760, dtype: object

특정 값 가져오기       :  1510 ( 0행1열 값 )

print(df.iloc[0].iloc[1])               print(df.iloc[0].loc["현재가"])         print(df.loc["037730"].iloc[1])         print(df.loc["037730"].loc["현재가"])   print(df.iloc[0,1])   print(df.loc["037730", "현재가"]) print(df.iloc[0][1])                    print(df.iloc[0]["현재가"])   print(df.loc["037730"][1])  print(df.loc["037730"]["현재가"])
		print(df['현재가'].iloc[0]) print(df['현재가'].loc["037730"]) print(df['현재가']["037730"]) print(df['현재가'][0])

특정 범위 가져오기

print(df.loc[["037730", "036360"]]) print(df.iloc[[0, 1]])	종목명   현재가   등락률 037730     3R  1510  7.36 036360  3SOFT  1790  1.65
df11 = df.loc[["037730", "036360"], ["종목명", "현재가"]] print(df11)	종목명   현재가 037730     3R  1510 036360  3SOFT  1790
df12 = df.iloc[ [0, 1], [0, 1] ] print(df12)	종목명   현재가 037730     3R  1510 036360  3SOFT  1790

데이터프레임 필터링

cond = df['현재가'] >= 1400 print(cond)	037730     True 036360     True 005760    False Name: 현재가, dtype: bool
df22=df.loc[cond]     # df22 = df[cond]  가능 print(df22)	종목명   현재가   등락률 037730     3R  1510  7.36 036360  3SOFT  1790  1.65
df23 = df.loc[cond]["현재가"]    # df23 = df.loc[cond, "현재가"] # df23 = df[cond]["현재가"] print(df23)	037730    1510 036360    1790 Name: 현재가, dtype: int64
cond = (df['현재가'] >= 1400) & (df['현재가'] < 1700) df24 = df.loc[cond] print(df24)	종목명   현재가   등락률 037730  3R  1510  7.36

Columns, Row 추가 / 변경 / 삭제

컬럼 추가하기 : Series를 추가   # 주의 : index

from pandas import Series s = Series(data=[1600, 1600, 1600], index=df.index) df['목표가'] = s print(df)	종목명   현재가   등락률   목표가 037730     3R  1510  7.36  1600 036360  3SOFT  1790  1.65  1600 005760   ACTS  1185  1.28  1600
df["괴리율"] = (df["목표가"] - df["현재가"]) / df['현재가'] print(df)	종목명   현재가   등락률   목표가       괴리율 037730     3R  1510  7.36  1600  0.059603 036360  3SOFT  1790  1.65  1600 -0.106145 005760   ACTS  1185  1.28  1600  0.350211

로우 추가하기 : Series를 추가   # 주의 : index

data=["LG전자", 60000, 3.84,70000,0.166667] idx=df.columns s = Series(data=data, index=idx) df.loc["066570"] = s       # df.iloc[2] = s   도 가능 print(df)

종목명    현재가   등락률    목표가       괴리율 037730     3R   1510  7.36   1600  0.059603 036360  3SOFT   1790  1.65   1600 -0.106145 005760   ACTS   1185  1.28   1600  0.350211 066570   LG전자  60000  3.84  70000  0.166667

컬럼/로우 삭제하기 ( 원Frame은 미변경됨 )

DataFrame객체.drop(항목, axis=방향)      # axis = 0 기본값 (row 삭제)

from pandas import DataFrame data = [     ["3R", 1510, 7.36],     ["3SOFT", 1790, 1.65],     ["ACTS", 1185, 1.28] ] index = ["037730", "036360", "005760"] columns = ["종목명", "현재가", "등락률"] df = DataFrame(data=data, index=index, columns=columns) new_df = df.drop("현재가", axis=1)   # 방향에 주의 print(df) print(new_df)

종목명   현재가   등락률 037730     3R  1510  7.36 036360  3SOFT  1790  1.65 005760   ACTS  1185  1.28           종목명   등락률 037730     3R  7.36 036360  3SOFT  1.65 005760   ACTS  1.28

컬럼 레이블 변경

df.columns = ['name', 'close', 'fluctuation'] df.index = ['aa','bb','cc'] df.index.name = 'code' df.columns.name = 'gubun' print(df)	gubun   name  close  fluctuation code                             aa        3R   1510         7.36 bb     3SOFT   1790         1.65 cc      ACTS   1185         1.28
# inplace 미지정시 원본Frame 미변경됨 col={'name':'종목명', 'close':'현재가', 'fluctuation':'등락률'} df.rename(columns=col, inplace=True) df.index = ["037730", "036360", "005760"] df.index.name = '종목코드' df.columns.name = '구분' print(df)	구분        종목명   현재가   등락률 종목코드                      037730     3R  1510  7.36 036360  3SOFT  1790  1.65 005760   ACTS  1185  1.28
## index 목록도 변경 가능 L1 = {"037730":0, "036360":1,"005760":2} df.rename(index=L1,inplace=True) print(df)	종목명   현재가   등락률 0     3R  1510  7.36 1  3SOFT  1790  1.65 2   ACTS  1185  1.28

로우 순서 변경

from pandas import DataFrame data = [     ["3R", 1510, 7.36],     ["3SOFT", 1790, 1.65],     ["ACTS", 1185, 1.28] ] index = ["037730", "036360", "005760"] columns = ["종목명", "현재가", "등락률"] df = DataFrame(data=data, index=index, columns=columns)	종목명   현재가   등락률 037730     3R  1510  7.36 036360  3SOFT  1790  1.65 005760   ACTS  1185  1.28
# 원Frame 미변경됨 L=["037730", "005760","036360","001100"] df1 = df.reindex(L, fill_value=0) print(df1)	종목명   현재가   등락률 037730     3R  1510  7.36 005760   ACTS  1185  1.28 036360  3SOFT  1790  1.65 001100      0     0  0.00
# index기준 정렬 df2 = df.sort_index()    # 문자index도 정렬 가능 print(df2)	종목명   현재가   등락률 005760   ACTS  1185  1.28 036360  3SOFT  1790  1.65 037730     3R  1510  7.36

데이터 타입 변경

df.applymap(연결함수)

from pandas import DataFrame data = [     ["1,000", "1,100", '1,510'],     ["1,410", "1,420", '1,790'],     ["850", "900", '1,185'], ] columns = ["03/02", "03/03", "03/04"] df = DataFrame(data=data, columns=columns) print(df)	03/02  03/03  03/04 0  1,000  1,100  1,510 1  1,410  1,420  1,790 2    850    900  1,185
def remove_comma(x):     return int(x.replace(',', ''))
for i in range(len(df.index)):     df.iloc[i] = df.iloc[i].map(remove_comma) print(df)	03/02 03/03 03/04 0  1000  1100  1510 1  1410  1420  1790 2   850   900  1185
df = df.applymap(remove_comma) print(df)	위와 동일
df["03/03"] = df["03/03"].map(remove_comma) print(df)	03/02  03/03  03/04 0  1,000   1100  1,510 1  1,410   1420  1,790 2    850    900  1,185

컬럼 문자열 다루기

from pandas import DataFrame data = [     {"cd":"A060310", "nm":"3S", "close":"2,920"},     {"cd":"A095570", "nm":"AJ네트웍스", "close":"6,250"},     {"cd":"A006840", "nm":"AK홀딩스", "close":"29,700"},     {"cd":"A054620", "nm":"APS홀딩스", "close":"19,400"} ] df = DataFrame(data=data) print(df)	cd               nm    close 0  A060310             3S   2,920 1  A095570  AJ네트웍스   6,250 2  A006840   AK홀딩스  29,700 3  A054620  APS홀딩스  19,400
df['cd'] = df['cd'].str[1:] print(df)	cd               nm   close 0  060310             3S   2,920 1  095570  AJ네트웍스   6,250 2  006840   AK홀딩스  29,700 3  054620  APS홀딩스  19,400
df['close'] = df['close'].str.replace(',', '') print(df)	cd               nm  close 0  060310             3S   2920 1  095570  AJ네트웍스   6250 2  006840   AK홀딩스  29700 3  054620  APS홀딩스  19400

ch04정리.ipynb

0.06MB