파이썬 - Pandas - 타이타닉 분석

import pandas as pd 
df = pd.read_csv('C:/Users/demon/Documents/train.csv')

df['Age']
pd.isnull(df['Age'])

df['Age'].fillna(0) # pd.isnull() == false
df['Age'].sum()/len(df['Age'].index)
#df['Age'].axes[0] for row , axes[1] for column

series.fillna(0) : NaN값을 0로 바꿈

 

import pandas as pd 
df = pd.read_csv('C:/Users/demon/Documents/train.csv')

ctFc = df.apply(lambda x : True if x['Sex'] == 'female' and x['Survived'] == 1 else False, axis=1)
nOR = len(ctFc[ctFc == True].index)
print(nOR)

dataframe/series.apply(lambda x :  )

= > 새로운 column을 만들거나 filtering 역할 가능

 

import pandas as pd 
df = pd.read_csv('C:/Users/demon/Documents/train.csv')

df['Fcnt']=df['SibSp']+df['Parch']

df[df['Fcnt'].max() == df['Fcnt']][['Name','Fcnt']]

---

# 함수 생성시 Fare에 인수 입력되게 하면 됨.
F = 0
df['Fare']
for i in df['Fare'] :
    if F <= i :
        F = i
        
print(df[df['Fare'] == 512.3292]['Name'])
# df[['Fare'].max() == df['Fare']]['Name']

#258                      Ward, Miss. Anna
#679    Cardeza, Mr. Thomas Drake Martinez
#737                Lesurer, Mr. Gustave J
#Name: Name, dtype: object

특정값이 성립하는 시리즈를 추출한 데이터 프레임에서 특정 column을 추출

 

 

def int_sum_max(int_a, int_b, find_c):
    k = 0
    for i in list(map(sum, zip(df[int_a], df[int_b]))):
        if k <= i:       
            k = i
    t = []
    for i,value in enumerate(list(map(sum,zip(df[int_a],df[int_b])))) :
        if k == value :
            t.append(i)
    return df[find_c][t]

int_sum_max(*input().strip().split(','))# SibSp,Parch,Name

*args 활용 방법 // column 명 입력 시 따옴표 없이 그냥 입력

 

 

dataframe[ ] => series

dataframe[ [ ] ] => dataframe 형식으로 출력

df['Pclass']==idx가 성립(True)하는 Pclass값을 추출한 series의 길이

 

print(df[['Pclass']])
print(df.groupby('Pclass')['PassengerId'].count())

df에서 Pclass 기준으로 묶인 값들 중 [내가 여기서 뭘 사용할 것인가를 지정하는 매개변수 값을 지정]의 count가 나온다

 

#     Pclass
#0         3
#1         1
#2         3
#3         1
#4         3
#..      ...
#886       2
#887       1
#888       3
#889       1
#890       3

#[891 rows x 1 columns]
#Pclass
#1    216
#2    184
#3    491
#Name: PassengerId, dtype: int64

 

Pclass 종류 추출 방법

LTT = {}
# 방식은 다음과 같다. 먼저 group 으로 묶은 index 및 values 값을 추출하여
# dict or list 로 변환 후 둘다 소개하든지 index값만 출려가든지
# for i in list(df['Pclass'].value_counts(dropna = False).sort_index().index) :
#     if i == df.groupby('Pclass')['PassengerId'].count().index :
#         LTT[i] = df.groupby(a)[b].count().values
# print(LTT)
print(type(df.groupby('Pclass')['PassengerId'].count().index)  )

index : series 에 대한 인덱스 값 추출
class 'pandas.core.indexes.base.Index'>

 

 

import pandas as pd
df = pd.read_csv('C:/Users/demon/Documents/train.csv')

def find_rows(t) :
    list_S = []
    for row in df[t] : 
        list_S.append(row)    
    Sc = sorted(list(set(list_S)))
    return print(Sc)
find_rows('Pclass') #리스트 반환

series 값을 집합으로 묶어(type: set)  중복을 제거하고 리스트-정렬 하여 class종류 출력

 

 

#Pclass
def max_index (a,b) :  
    VOR = []
    for i, row in df[a].value_counts(dropna = b).sort_index().items() : 
        VOR.append([i,row])
    DME = max(VOR)
    index = VOR.index(DME)
    return VOR[index][0]
    #DME = max(VOR, key = lmabda x: x[1])
    #return DME[0]
max_index(* input().strip().split(',')) #Pclass,0

불리언 값 0,1 /  False, True 대처 가능

.items = series 의 인덱스 값과 row값 둘다 추출.

list.index( ' ' ) : 특정값 색인 

 

# print(df[['Pclass']].value_counts(dropna = False).sort_index()) # Name :  count #  ascending = True -> count 값에 대한 정렬
# print(df.groupby('Pclass')['PassengerId'].count()) # Name : PassengerId ,dtype =: int64 => Series
# k = {}

# print(df[['Pclass']]) #  891rows * 1 column => dataframe

# pd.dataframe({'Pclass':.index, 'count':.values})


#dict 만드는 법
#1
k = []
Dict_P = {}
for i, row in df['Pclass'].value_counts(dropna = False).sort_index().items() : 
    Dict_P[i] = row 
print(Dict_P)

#2
print(df['Pclass'].value_counts(dropna = False).sort_index().to_dict())

#3
P_c = dict(df['Pclass'].value_counts(dropna = False).sort_index())
print(P_c)


#list 만드는 법
#1
for i, row in df['Pclass'].value_counts(dropna = False).sort_index().items() : 
    k.append([i,row])
print(k)

#2
df_Pclass = df['Pclass'].value_counts(dropna = False).sort_index()
print(df_Pclass.index, df_Pclass.values) # index 가 series 본체 // values 는 입력된 값.
tdarr = list(zip(df_Pclass.index, df_Pclass.values))
print(tdarr)

#3
print(df_Pclass.tolist()) #  tolist만 사용 시 value값만 나옴 // 

#4
print(list(df_Pclass.index)) # index표시하면 iterable한 값 나오므로 바로 투입 가능


# for i, row in df[['Pclass']].iterrows() : # Name : i for i range(len(df))
#     print(row)

참고하시오

 

df['column'].value_counts(dropna = False).sort_index().items()/n
.dropna = . sort = false , normalize = , bins = ).sort_index(ascending = )

참고 하시라고