Python - Pandas(feat. titanic.csv)

 

URL에서 CSV파일을 불러오고, data를 탐색해보자 !

 

import pandas as pd

url = 'https://raw.githubusercontent.com/datasciencedojo/datasets/master/titanic.csv'

#CSV파일 불러오기
df = pd.read_csv(url)

#상위 5개 행 미리보기
df.head()

 

 

#상위 10개 행 미리보기
df.head(10)

 

 

#하위 데이터 미리보기, 기본값(5개 행)
df.tail()

 

 

#하위 3개 행 미리보기
df.tail(3)

 

데이터프레임 기본 정보 확인

#info()함수 데이터프레임 전체 구조 각 열의 데이터 타입과 null값 여부 확인
df.info()

#describe() 주요 통계 정보 확인, 숫자형 데이터에 대한 주요 통계 정보 제공
df.describe()

#특정 열에 대한 통계
df['Age'].describe()

 

#columns와 index로 열과 행 정보 확인
print(df.columns) #열 이름 확인
print("\n",df.index) #행 인덱스 확인

#데이터프레임 개별 데이터 확인하기

#loc[] 라벨기반 인덱스 사용, 접근

#특정 행 조회
print(df.loc[0]) #첫 번째 행

#특정 행과 열 조회
print("\n","First row's Name Column Data: ",df.loc[0, 'Name']) #첫 번째 행의 '이름' 열 데이터

 

#iloc[]로 행과 열의 위치 인덱스 사용, 접근

#첫 번째 행 조회
print(df.iloc[0])

#첫 번째 행의 두 번째 열 데이터 조회
print("\n","First row's Second Column Data: ",df.iloc[0,1])

#특정 열이나 행 전체 선택
df['Name'] #'Name'열 전체

#여러 열 선택
df[['Name','Age']] #'Name'열과 'Age'열 전체

 

 

loc과 iloc의 사용

#샘플 데이터프레임 생성
s_data = {'Name' : ['Alice', 'Bob', 'Charlie', 'David'],
        'Age' : [25, 30, 35, 40],
        'City' : ['New York', 'San Francisco', 'Los Angeles', 'Chicago' ]}

s_df = pd.DataFrame(s_data)

result = s_df.loc[s_df['Name'] == 'Alice', ['Age','City']]
print(f"loc result \n\n{result}")

i_result = df.iloc[0,[1,2]]
print(f"\n\niloc resilt \n\n{i_result}")