일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 하체
- 오답노트
- Grafana
- Python
- Kubernetes
- 러닝
- GitHub
- 뚝섬유원지
- 힐링
- docker
- 맛집
- Podman
- 건대입구역
- 소모임
- DSEC
- 성수대교
- Run The Bridge
- zabbix
- 유산소
- 정보처리기사
- 중식
- Shell
- Linux
- 2021
- 대구
- 대전
- 한강
- 10km
- 달리기
- 자전거
Archives
- Today
- Total
Run The Bridge
Pandas 기초(8) 본문
728x90
반응형
1 2 3 4 5 6 7 8 9 10 11 12 13 14 | import pandas as pd student_list = [{'name': 'John', 'major': "Computer Science", 'sex': "male"}, {'name': 'Nate', 'major': "Computer Science", 'sex': "male"}, {'name': 'Abraham', 'major': "Physics", 'sex': "male"}, {'name': 'Brian', 'major': "Psychology", 'sex': "male"}, {'name': 'Janny', 'major': "Economics", 'sex': "female"}, {'name': 'Yuna', 'major': "Economics", 'sex': "female"}, {'name': 'Jeniffer', 'major': "Computer Science", 'sex': "female"}, {'name': 'Edward', 'major': "Computer Science", 'sex': "male"}, {'name': 'Zara', 'major': "Psychology", 'sex': "female"}, {'name': 'Wendy', 'major': "Economics", 'sex': "female"}, {'name': 'Sera', 'major': "Psychology", 'sex': "female"} ] df = pd.DataFrame(student_list, columns = ['name', 'major', 'sex']) | cs |
다음과 같은 DataFrame을 생성한다.
여기서 major끼리 묶어서 보고싶을 때 Groupby를 써준다.
1 | groupby_major = df.groupby('major') | cs |
1 | groupby_major.groups | cs |
Result
아니..아니.. 여기서 더 쉽게 보고싶을 때!! 가시성을 높여줘
1 2 3 4 | for name, group in groupby_major: print(name + " : " + str(len(group))) print(group) print() | cs |
Result
내 생각: group이라고 쓰면 각 타입의 인덱스를 리스트로 가지고 있는것 같다.
여기서 major의 숫자만 가지고 DataFrame를 만들고 싶을 때
1 | df_major_cnt = pd.DataFrame({'count' : groupby_major.size()}).reset_index() | cs |
count라는 Colmun을 가지는데, groupby_major.size 즉, 크기만 알고싶을 때
Result
남녀성비 확인하는 방법
1 | groupby_sex = df.groupby('sex') | cs |
1 2 3 4 | for name, group in groupby_sex: print(name + " : " +str(len(group))) print(group) print() | cs |
Result
감사합니다 Thank you!
728x90
반응형
'Python > Pandas' 카테고리의 다른 글
Pandas 기초(10) (0) | 2020.09.07 |
---|---|
Pandas 기초(9) (0) | 2020.09.07 |
Pandas 기초(7) (0) | 2020.09.07 |
Pandas 기초(6) (0) | 2020.09.03 |
Pandas 기초(5) (0) | 2020.09.03 |
Comments