1. dtypes
- 다양한 종류의 데이터를 담을 수 있는 pandas
- dtypes 를 사용해서 각 column 이 어떤 데이터 타입을 보관하는지 확인 가능
- 예시
import pandas as pd
two_dimensional_list = [['dongwook', 50, 86], ['sineui', 89, 31], ['ikjoong', 68, 91], ['yoonsoo', 88, 75]]
my_df = pd.DataFrame(two_dimensional_list, columns=['name', 'english_score', 'math_score'], index=['a', 'b', 'c', 'd'])
print(my_df.dtypes)
name object
english_score int64
math_score int64
dtype: object
[코드설명]
- column 'name' 은 'object' 자료형을 보관
- column 'english_score' 와 'math_score' 는 'int 64' 자료형을 보관
- 또한, 한 column 내에서 모든 값이 동일한 데이터 타입 (자료형) 이다.
2. pandas dytpe
| dtype | 설명 |
| int 64 | 정수 |
| float 64 | 실수 |
| object | 텍스트 |
| bool | 불린 (참과 거짓) |
| datetime 64 | 날짜와 시간 |
| category | 카테고리 |
pandas 로 데이터 읽어들이기
1. csv
- Comma - Separated - Values
- 값들이 쉼표로 나뉘어져 있다.
- 데이터 읽기 과정
ㄱ. 파일을 불러온다. (예를 들면 iphone.csv - 아이폰에 대한 정보가 담긴 파일 - from 캐글)
ㄴ.
- 값들이 쉼표 ( ,) 로 나누어져 있다.
- header : 첫 줄에 나와있는 column 이름들
- 레코드 : 두 번째 줄 ~
ㄷ. 이렇게 저장된 데이터 파일을 불러온다.
import pandas as pd
pd.read_csv
ㄹ. 다음과정
import pandas as pd
pd.read_csv ('data/iphone.csv')
iphone_df = pd.read_csv('data/iphone.csv')
iphone_df
- 출력
[코드설명]
** 순서대로
- pd.read_csv (파라미터) : 파라미터로 파일 경로를 넣어준다.
- 예를 들면 'data/iphone.csv'
: data 폴더 안에 있는 iphone.csv 이라는 이름을 가진 파일이 있다는 의미
- 파일 경로를 파라미터로 가지는 함수로 파일을 읽은 메모리를 iphone_df 변수에 저장한다.
ㅁ. 만약에 위와 다르게 'header' index 가 없을 경우
- 엉뚱한 값들이 대신 header 줄로 들어가게 된다.
- 솔루션 : parameter 자리에 None
import pandas as pd
iphone_df = pd.read_csv ('data/iphone.csv', head = None)
iphone_df
- 출력
'데이터사이언스' 카테고리의 다른 글
| 5-1. DataFrameIndexing (0) | 2023.01.24 |
|---|---|
| 4+. 예제 (0) | 2023.01.24 |
| 4-2. pandas_dataframe (0) | 2023.01.24 |
| 4. pandas (2) | 2023.01.24 |
| 3+. 예제 (0) | 2023.01.23 |