Pandas 1부

pandas는 벌써 쓴지 4년정도 되어가니 기초적인건 생략하자. 

 

잘 안써왔는데 앞으로 쓰면 좋을 것들

info -> null 분포 대략적으로 보기 좋은듯

value_counts --> 생각없이 groupby.count 때려왔는데 미련한 짓이었다. 

 

[drop]

drop은 딱히 안썼던지라 왜 그럴까 생각해봤는데,

작업하면서 row를 딱히 지울일이 없고 (보통 조건을 걸어서 걸러내니까)

col을 지울떄는 del을 써왔다는 사실을 인지했다. 

 

참고로 drop vs del은 큰 차이는 없는데 재밌는 stackoverflow 글을 발견했다. 

결론은 drop이 del보다 더 빠르다는것. 앞으론 drop을 써보자. 

https://stackoverflow.com/questions/47426089/python-del-vs-pandas-drop/51194789

python del vs pandas drop

 

참고로 drop 사용시 inplace를 아래와 같이 사용하면 안된다. (그럴일 없어보이긴 하다만..)

inplace=True면 Null이 반환된다. 

drop_result = df.drop(['column_a', 'column_b', 'column_c'], axis=1, inplace=True)

 

[ix, loc, iloc]

이건 쓸때마다 헷갈리는데 이번 기회에 확실히 해두자. 

 

요약: loc는 명칭 기반, iloc는 위치 기반, ix는 명칭&위치 둘 다인데 deprecated.

 

아래 그림과 같을 경우 ix[0,1]은 에러를 일으킨다. 

왜냐면 위치가 0인건 있는데 인덱스가 0인건 없기 때문이다. 

쓰는 사람 입장에선 헷갈리기 쉽고, 그래서 deprecated 되고 iloc / loc가 생겼다. 

 

사실 헷갈린다고 하는데 아래는 좀 이상한(?) 상황이고,

일반적인 대부분의 상황에서는 ix도 편하다!

강의에서는 가능하면 boolean index를 쓰길 권장한다. 

하지만 분석하다보면 loc, iloc를 꼭 만나게 되니 알아두자. (stackoverflow에서 쓰면 이해는 해야하지 않는가)

 

[Boolean indexing] 

사실 불린 인덱싱이야 판다스를 쓴다면 질리도록 쓰게 되니 기본 방식은 생략. 

다만 조건문을 변수로 선언해서 쓸 수 도 있다. 

condition_1 = df['a'] > 0
condition_2 = df['b'] == 1
condition_3 = df['c'] > 100
df_filtered = df[condition_1 & condition_2 & condition_3]

사실 너무나 당연한건데 잘 안쓰고 있었는데 가독성을 위해 좀 써야겠다.