myeonghak/pandas_zoo

A zoo for pandas methods, functions, usages!

Pandas Zoo

🐼 A zoo for pandas methods, functions, usages! 🐼

Search for any feature you need by key words.

A short code snippet will be attached to the features so you can easily apply it to your work.

before copy & paste the snippet, make sure you imported packages as below.

import pandas as pd
import numpy as np

판다스의 다양한 기능을 소개하는 repo 입니다!

원하는 기능을 바로 찾아 쓸 수 있도록 정리할 예정입니다.

사용하고자 하는 목적에 맞게 바로 적용할 수 있도록, 코드 스니펫을 첨부합니다.

코드 복붙 전에, 판다스와 넘파이를 잘 호출 하셨는지 확인해 주세요.

Example

1. 사용자 지정 함수 적용하기 (Applying lambda function to Pandas Series)

[키워드 key words]

• 람다, 함수, 맵핑
• apply, mapping, custom function, column

# daily bamboo and water consumption in pandas zoo

panda_consumption = {'Day' : [1, 2, 3, 4, 5, 6],
                'Cum_Bamboo': [20, 30, 60, 100, 120, 150],
                'Cum_Water': [15, 30, 45, 70, 90, 120],
                }

# make dataframe
DF = pd.DataFrame.from_dict(panda_consumption)

# add 50 to every consumption of Water
DF.Cum_Water.apply(lambda x: x+50)

Contents

1. 데이터 프레임 DataFrame
2. 조회하기 Descriptive
3. 결측치 처리 Missing Values and Imputation
4. 행/열에 조건 걸기 Filter
5. 인덱싱 Indexing
6. 함수 적용하기 Apply a Function
7. 그룹별 조작하기 Groupby / Aggregating
8. 시계열 Time Series
9. 시각화 Plot
10. 기타 Etc

1. 데이터 프레임 만들기 Create and Load click here!

---

1. 리스트로 새로운 데이터프레임 만들기 (Creating new DataFrame from lists)

2. 딕셔너리로 새로운 데이터 프레임 만들기 (Creating new DataFrame from dict of lists)

3. 복수의 데이터 프레임 병합하기 (merging multiple(more than 2) DataFrames)

4. 기존의 데이터프레임에 새로운 행 추가하기 (Appending a new row to an existing DataFrame)

5. 새로운 열을 추가하지 않고 기존의 열에 새로운 값을 병합하기 (replacing columns using existing DF)
   pd.update

2. 조회하기 Descriptive click here!

---

1. 기술 통계량 조회하기 (Getting desriptive statistics from dataframe)
2. 열 별로 다양한 기술 통계량 확인하기 (Checking specific statistics from columns)
3. 열 내의 유니크한 카테고리 별로 개수/비율 구하기 (Counting numbers of sample / Calculting proportion per category in a column)

3. 결측치 처리 Missing Values and Imputation click here!

---

1. 열 별로 결측치가 포함된 레코드의 수 세기 (Determining the number of NA values in columns)

2. 결측 포함된 행/열 날리기 (Droping rows/cols with NA values) pd.dropna

4.행/열에 조건 걸기 Filter click here!

---

1. 특정 단어를 포함한 row만 골라내기 (Getting rows that contain specific text/word/string)
   pd.Series.str.contains

2. 데이터프레임 열(시리즈) 내에서 리스트 내의 특정 값이 있는 행 골라내기 (Using a list of values to select rows from Data Frame) pd.Series.isin

3. 중복되는 행 제거하기, 열(복수 가능) 기준 혹은 전체 행 기준 (Droping duplicated/repeated/redundant rows, in respect to column(s) or full row) pd.drop_duplicates

5. 인덱싱 Indexing click here!

---

1. loc로 새로운 칼럼 할당하기 (Assigning a new column using loc method)

2. 원하는 데이터 타입의 칼럼만 선택하기 (Selecting columns by specific data types)

6. 함수 적용하기 Apply click here!

---

1. 사용자 지정 함수 적용하기 (Applying lambda function to Pandas Series)
2. 문자열 행에서 마지막 n개 단어 취하기 (getting last n characters from a string column)
3. 열에 if else 조건문 적용하기 (applying if else statement to a column)
4. apply에 여러개 인자 넣어주기 (multiple argument for apply statement in DF)

7. 그룹별 조작하기 Groupby click here!

---

1. 그룹 별로 평균 값 구하기 (Getting average value of each column per group)

2. 그룹 별로 Multi level one-hot encoding 하기 (one-hot encoding for multi-level column data)

8. 시계열 Time Series click here!

---

1. 행 별 차이 구하기, 차분 (Getting difference between rows)

9. 시각화 Plot click here!

---

1. 판다스 시리즈 데이터 시각화하기 (Drawing a quick plot using pandas series)

10. 기타 etc click here!

---

1. 출력 결과 확장하기 (Expanding pandas output to be shown)