2BPerfect...10

Pandas

import pandas as pd

s=pd.Series(seq_data)

np.nan=NaN

s=pd.Series(seq,index=datetime)
pd.date_range(start=none,end=none,periods=none,freq='d')
freq
d b w m bm q qs h s
pd.data_range(start='2022-01-01',end='2022/01/25')

# DataFrame
df=pd.DataFrame(data,[,index=index_data,columns=columns_data])
pd.DataFrame(data,columns=['a','b','c']) # 이런식으로 순서도 바꾸기 가능
#dict의 경우 자동적으로 키가 columns로 지정됨
df.mean()

df.std()

df.mean(axis=1) # axis=0 기본값 axis=0은 열별 axis=1은 행별
df.describe()
df.index
df.columns
df.values
.head(5) 기본값 5
.tail(5)

df[1:3]

df.loc[index_name]
df.loc['2011'] index값 중에 찾아서 값을 표시
df.loc['2013':'2016']

df['경부선ktx'] columns중 찾아서 반환

df['경부선ktx']['2012':'2014']

df['경부선ktx'][2:5]

df['경부선ktx'].loc['2012':'2014']

df.loc['2013':'2016']['경부선ktx']
df.loc['2013':'2016','경부선ktx'] 도 가능

df.T # 행과 열이 바뀌는 전치가 작용함

## 행추가
df.append(df1) 행이 추가됨
df.append(df1,ignore_index=True)하면 df 인덱스에 자동 반영
#하지 않으면 df1의 인덱스를 그대로 유지

만약 columns가 같지 않을 경우 해당 값에 NaN이 저장됨

## 열 추가
df.join(df1)

## 특정 열을 기준으로 통합
df.merge(df1)
df.merge(df1,how=merge_method,on=key_label)

how 선택인자
left   왼쪽 데이터는 모두 선택하고 지정된 열(key)에 값이 있는 오른쪽 데이터를 선택
right  반대로 오른쪽 데이터 모두 선택 지정된 열(key)에 값이 있는 왼쪽 데이터 선택
outer  지정된 열(key)을 기준으로 왼쪽 오른쪽 모두 선택
inner  지정된 열(key)을 기준으로 왼쪽 오른쪽 데이터 중 공통 항목만 선택

## 데이터 파일을 읽고 쓰기
df=pd.read_csv(file_name[,options])
df=pd.read_csv(file_name,encoding='cp949')윈도우에서 작성된 한글을 읽어올때 사용
df=pd.read_csv(file_name,sep=" ")
df=pd.read_csv(file_name,index_col='연도')자동 인덱스 대신 연도가 인덱스 라벨이 됨

### 쓰기
df.to_csv(filename,[,options])
df.index.name='user' 인덱스 이름 설정

#예시
bmi=df['weight']/(df['height']/100)**2

df['BMI']=bmi 추가
df

df.to_csv('filename')# 경로도 포함해야함
df.to_csv(filename,sep='',encoding='')