[Pandas] 데이터 정렬과 pickle

 

 

 

 

 

 ✳️sort

•  sql의 order by처럼 정렬을 하는 method가 존재
• sort_value() : 값을 기준으로 정렬
• sort_index() : 인덱스를 기준으로 정렬
• by= : 어떤 컬럼의 값을 기준으로 할지 정할 수 있음(by='컬럼명')
• ascending=True or False : 오름차순 (True)이 기본이며 내림차순(False)도 설정 가능

 

예시)

예시들을 내 입맛에 맞춰 변경해서 실습해봤다 😝

df = pd.DataFrame({
    'Name': ['변준형', '이정현', '문성곤', '최성원', '박지훈'],
    'Backnumber': [5, 6, 10, 19, 6],
    'Score': [32, 37, 21, 27, 30]
})

df

 

• 인덱스로 정렬하기
  - 기본 값으로는 오름차순이지만 인덱스를 기준으로 내림차순 정렬을 할 수 있다.

df.sort_index(ascending=False)

 

• 값으로 정렬하기

Backnumber 라는 컬럼 기준으로 정렬해보기

df.sort_values(by='Backnumber')

 

Backnumber 라는 컬럼 기준으로 내림차순 정렬해보기

df.sort_values(by='Backnumber', ascending=False)

 

Backnumber와 Score라는 컬럼 기준으로 내림차순 정렬해보기

df.sort_values(by=['Backnumber', 'Score'], ascending=False)

 

Backnumber 기준 오름차순, Score 기준으로 내림차순 정렬해보기

df.sort_values(by=['Backnumber', 'Score'], ascending=[True, False])

 

 ✳️ pickle

• pickle 활용하기
  • python 의 변수, 함수, 객체를 파일로 저장하고 불러올 수 있는 라이브러리
  • list, dictionary등을 파일 그대로 저장하면 용량이 매우 커지는데 pickle을 사용하면 binary형태로 저장되기 때문에 용량이 매우 작아짐
  • 추가적으로 gzip을 이용하여 pickle로 저장된 데이터를 압축할 수 있음 → pandas에서는to_pickle()및read_pickle() 메서드를 통해 pickle을 사용할 수 있음
  • 머신러닝 모델 등을 저장하고 불러올때도 활용함

 

• pickle 저장하기

import pandas as pd

# 샘플 데이터프레임 생성
data = {
    'Column1': [1, 2, 3, 4, 5],
    'Column2': ['A', 'B', 'C', 'D', 'E']
}
df = pd.DataFrame(data)

# 데이터프레임을 pickle 파일로 저장
df.to_pickle('dataframe.pkl')  # 데이터프레임을 'dataframe.pkl' 파일로 저장

 

• pickle 불러오기

import pandas as pd

# pickle 파일에서 데이터프레임 불러오기
loaded_df = pd.read_pickle('dataframe.pkl')  # 'dataframe.pkl' 파일에서 데이터프레임 불러오기
print(loaded_df)