[Pandas] Filtering & Sorting (2)

 

 

 

2024.07.15

오늘도 판다스를 이용한 빅분기 문제풀이를 하며 다양한 method와 모듈 이용을 공부하였당

 

 

 

 

 

🔒 31번) df의 new_price 컬럼 값에 따라 내림차순으로 정리하고 index를 초기화 해라

내림차순 저번에 했던거 써먹기~

🔓 해결 방법

df.sort_values('new_price', ascending=False).reset_index(drop=True)

ascending=True 가 디폴트 값이라 오름차순은 굳이 입력을 해주지 않아도 되지만, 내림차순은 False로 표시를 해줘야 한다.

 

 

🔒 32번) df의 item_name 컬럼 값이 Steak Salad 또는 Bowl 인 데이터를 인덱싱하라

Steak Salad or Bowl인 데이터 출력하기

🔓 해결 방법

df.loc[(df['item_name'] == 'Steak Salad') | (df['item_name'] == 'Bowl')]

다중조건으로 또는의  조건을 맞춰 | 를 이용해준다.

 

 

🔒 33번) df의 item_name 컬럼 값이 Steak Salad 또는 Bowl 인 데이터를 데이터 프레임화 한 후, item_name을 기준으로 중복행이 있으면 제거하되 첫번째 케이스만 남겨라

위 조건 충족, 중복행 제거 후 첫 번째 케이스만 남기기

🔓 해결 방법

df.loc[(df['item_name'] == 'Steak Salad') | (df['item_name'] == 'Bowl')].drop_duplicates('item_name')

.drop_duplicates 을 이용하여 중복행을 제거해준다. 이 메소드의 기본값은 첫번째 케이스만 남기는 것이다.
(여기서 Bowl이 여러 개 있으면 그 중 가장 첫 번째 행을 출력하고 Steak Salad도 마찬가지로 가장 첫 번째 행을 출력한 것이다.)

 

 

 

🔒 34번) df의 item_name 컬럼 값이 Steak Salad 또는 Bowl 인 데이터를 데이터 프레화 한 후, item_name를 기준으로 중복행이 있으면 제거하되 마지막 케이스만 남겨라

같은 메소드를 이용해서 라스트 케이스만 남기

🔓 해결 방법

df.loc[(df['item_name'] == 'Steak Salad') | (df['item_name'] == 'Bowl')].drop_duplicates('item_name', keep='last')

마지막 케이스만 남기기 위해 keep='last'라는 조건을 넣어줬다.

 

▼ drop_duplicates 관련 내용

https://se0ehe.tistory.com/107

[Pandas] .drop_duplicates( ) : 데이터프레임 중복 제거

 

 

 

🔒 35번) df의 데이터 중 new_price값이 new_price값의 평균값 이상을 가지는 데이터들을 인덱싱하라

평균값과 기존값을 이용한 비교 및 출력하기

🔓 해결 방법

df.loc[df['new_price'] >= df['new_price'].mean()]

.mean( ) 을 사용하여 해당 컬럼의 평균을 구할 수 있었고, 조건으로 평균값 이상 '>='을 써주며 비교하여 출력하였다.

 

 

🔒 36번) df의 데이터 중 item_name의 값이 Izze 데이터를 Fizzy Lizzy로 수정하라

Izze를 Fizzy Lizzy로 변경하기

🔓 해결 방법

df.loc[df['item_name'] == 'Izze', 'item_name'] = 'Fizzy Lizzy'

어떤 특정 컬럼에 대해 값을 바꾸는 경우에는 꼭 loc를 써줘야 한다.
이 코드를 통해서 Izze가 Fizzy Lizzy로 변경을 시킨 것인데 잘 되었는지 확인해보자.

df.loc[df['item_name'] == 'Izze']

기존의 값을 입력해보니 아무것도 뜨지 않는다.

df.loc[df['item_name'] == 'Fizzy Lizzy']

바뀐 값으로 코드를 입력하니 제대로 값이 변경된 상태로 출력이 되는 것을 확인할 수 있다.

 

 

▼ 값 바꾸기 관련 내용

https://se0ehe.tistory.com/108

[Pandas] 데이터프레임 값 바꾸기 (변경, replace)

 

 

 

🔒 37번) df의 데이터 중 choice_description 값이 NaN 인 데이터의 수를 구하여라

null 값인 결측치의 개수 구하기

🔓 해결 방법

df['choice_description'].isnull().sum()

# 1246

.isnull( )을 이용하여 결측치를 확인하고 .sum( )을 이용하여 트루인 것의 합을 구하였다.

 

 

🔒 38번) df의 데이터 중 choice_description 값이 NaN 인 데이터를 NoData 값으로 대체하라(loc 이용)

결측치를 'NoData'로 변경하기

🔓 해결 방법

1. .loc[ ]와 .isnull( )을 이용하기

df.loc[df['choice_description'].isnull(),'choice_description'] ='NoData'

loc[ ]를 이용하여 조건 부분에 .isnull() 인 것을 써주며 바꿀 값을 제시하는 방법이 있다.

 

2. .fillna( ) : 결측치를 채우는 method이다.

df.loc[:, 'choice_description'] = df['choice_description'].fillna('NoData')

.loc를 똑같이 이용하면서 조건과 바꿀 행을 제시하고 바꿀 값에 fillna() 메소드를 이용하여 채워줄 값을 제시할 수 있다.

 

변경이 잘 되었는지 확인을 해보면,

df.loc[df['choice_description'] == 'NoData']

값이 잘 변경된 것을 확인할 수 있었고 

 

df.loc[df['choice_description'].isnull()]

결측치도 잘 사라진 걸 확인할 수 있다.

 

 

🔒 39번) df의 데이터 중 choice_description 값에 Black이 들어가는 경우를 인덱싱하라

Black이 들어간 값 찾기

🔓 해결 방법

df.loc[df['choice_description']str.contains('Black')]

.contains( ) 를 이용하여 'Black'이 들어간 값을 출력하였다.

 

 

▼ contains 관련 내용

https://se0ehe.tistory.com/109

[Python] 파이썬에서 like 검색 - .str.startswith() & .str.contains()

 

 

df['choice_description']str.contains('Black')

 boolean을 통해서 보면 어떤 것이 'Black'이 들어가 있고 없고를 True 와 False를 통해 알 수 있었다.

 

 

 

🔒 40번) df의 데이터 중 choice_description 값에 Vegetables 들어가지 않는 경우의 개수를 출력하라

Vegetables가 없는 경우의 개수를 출력하기

🔓 해결 방법

# Vegetables 가 포함된 경우의 개수
df.loc[df['choice_description'].str.contains('Vegetables')].shape[0]

# 722

먼저 'vegetables' 가 포함된 행을 세어보면 722가 나왔다.

이제 포함하지 않는 것을 도출해내야 한다.

 

df['choice_description']str.contains('Vegetables')

먼저 boolean 타입으로 'vegetables' 가 포함되어 있는지를 참 거짓으로 알아보았다.

 

~df['choice_description']str.contains('Vegetables')

여기서 '~' 표시를 앞쪽에 해주게 되면 참과 거짓이 뒤바뀌게 된다.

 

# Vegetables가 없는 경우의 개수
df.loc[~df['choice_description']str.contains('Vegetables')].shape[0]

# 3900

그래서 false인 값의 행을 카운팅하면 3900개라는 결과를 얻어낼 수 있다.

 

len(df.loc[~df['choice_description']str.contains('Vegetables')])

# 3900

len( )을 써서도 알 수 있다.

 

 

🔒 41번) df의 데이터 중 item_name 값이 N으로 시작하는 데이터를 모두 추출하라

'N'으로 시작하는 데이터 출력하기

🔓 해결 방법

df['item_name'].str

# <pandas.core.strings.accessor.StringMethods at 0x20e00e4d520>

df['item_name'].str[0] == 'N'

df.loc[df['item_name'].str[0] == 'N']

df[df.item_name.str.startswith('N')]

 

 

▼startswith 관련 내용

https://se0ehe.tistory.com/109

[Python] 파이썬에서 like 검색 - .str.startswith() & .str.contains()

 

 

🔒 42번) df의 데이터 중 item_name 값의 단어 개수가 15개 이상인 데이터를 인덱싱하라

단어의 개수가 15개 이상인 것을 출력

🔓 해결 방법

df.loc[df['item_name'].str.len() >= 15]

해당 컬럼에 그대로 len()을 쓰게 되면 값의 글자 하나하나를 세어주는 것이 아니라

그래서 .str.len()을 해주면서 값의 하나하나를 카운팅할 수 있게 만들어줬다.

df['item_name'].str.len()

시리즈 타입으로 보면 이렇게 각 글자의 개수를 파악할 수 있는데

df['item_name'].str.len() >= 15

이렇게 boolean 타입으로 보면 참 거짓으로 표현 되고 이것을 데이터프레임으로 뽑아내어 확인한 결과가 위와 같은 결과이다.

 

 

 

🔒 43번) df의 데이터 중 new_price값이 lst에 해당하는 경우의 데이터 프레임을 구하고 그 갯수를 출력하라

list =[1.69, 2.39, 3.39, 4.45, 9.25, 10.98, 11.75, 16.98]

🔓 해결 방법

df.loc[df['new_price'].isin(list)]

.isin( )을 이용하여 list에 포함된 내용이 해당 컬럼에 들어가 있는지 확인하는 코드를 통해 출력하였다.

isin( )에 대한 내용도 따로 찾아서 공부해야겠다..