Chapter 5. Pandas 시작하기 (4)

핵심 기능

> 정렬과 순위 <

• low나 column의 index를 알파벳 순으로 정렬하기

obj = pd.Series(range(4), index=['d', 'a', 'b', 'c'])
obj.sort_index()  # 정렬된 새로운 객체를 반환

frame = pd.DataFrame(np.arnage(8).reshape((2, 4)),
										index=['three', 'one'],
										columns=['d', 'a', 'b', 'c'])

frame.sort_index()
frame.sort_index(axis=1)  #col을 기준으로 정렬

• 데이터는 기본적으로 오름차순으로 정렬되며 내림차순으로도 정렬 가능

frame.sort_index(axis=1, ascending=False)  #col을 기준으로 정렬, 오름차순=false

• Series 객체를 값에 따라 정렬할 때
  • 정렬할 때 비어있는 값은 Series 객체에서 가장 마지막에 위치함

obj = pd.Series([4, 7, -3, 2])
obj.sort_values()

obj = pd.Series([4, np.nan, 7, np.nan, -3, 2])
obj.sort_values

• DataFrame에서 하나 이상의 column에 있는 값으로 정렬하는 경우 sort_values 함수의 by 옵션에 하나 이상의 column 명을 남기면 됨

frame = pd.DataFrame({'b' : [4, 7, -3, 2], 'a' : [0, 1, 0, 1]})
frame

frame.sort_values(by='b')

• 여러개의 column을 정렬하려면 column 이름이 담긴 리스트를 전달하면 됨

frame.sort_values(by=['a', 'b'])

• 순위: 1부터 배열의 유효한 데이터 개수까지 순서를 매김
  • rank 메서드: 동점인 항목에 대해서는 평균 순위를 매김

obj = pd.Series([7, -5, 7, 4, 2, 0, 4])
obj.rank()

• 데이터 상에서 나타나는 순서에 따라 순위를 매길 수 있음

obj.rank(method='first')  # 동점 항목에 대해서 먼저 나타난 것을 먼저 순위로 매김

• 내림차순으로 순위 매기기

obj.rank(ascending=False, method='max')  # 동점처리함

• DataFrame에서는 low나 col에 대해 순위를 정할 수 있음

frame = pd.DataFrame({'b' : [4.3, 7, -3, 2], 'a' : [0, 1, 0, 1],
										'c' : [-2, 5, 8, 2.5]})
frame

frame.rank(axis='columns')

‘average’	기본값. 같은 값을 가지는 항목들의 평균 값을 순위로 삼음
‘min'	같은 값을 가지는 그룹을 낮은 순위로 매김
‘max’	같은 값을 가지는 그룹을 높은 순위로 매김
‘first’	데이터 내의 위치에 따라 순위를 매김
‘dense	method=’min’과 같지만 같은 그룹 내에서 모두 같은 순위를 적용하지 않고 1씩 증가시킴

 

 

> 중복 index <

• 중복된 색인값을 가지는 Series 객체

obj = pd.Series(range(5), index=['a', 'a', 'b', 'b', 'c'])
obj

obj.index.is_unique  # 해당값이 유일값인지 알려줌
#False

• 중복되는 index값이 있는 경우 index 값을 이용해 데이터에 접근했을 때 다르게 동작함
  • 중복되는 색인값이 없을 때: 색인을 이용해 데이터에 접근하면 스칼라값을 반환
  • 중복되는 색인값이 있을 때: 하나의 Series 객체를 반환

obj['a']

obj['c']

• 라벨이 반복되는지의 여부에 따라 색인을 이용해 선택한 결과가 다를 수 있음

df = pd.DataFrame(np.random.randn(4, 3), index=['a', 'a', 'b', 'b'])
df

df.loc['b']