fomatting, split, group by, pivot_table

   [ 목차 ]

• 포맷팅 (formatting)
• split
• (특정 구분자를 기준으로)
• 리스트의 각 항목을 문자열로 (알고만 있는 걸로)
• 리스트의 각 항목을 문자열로 결합하되, 특정 구분자를 사용하여 결합
• 여러 줄로 이루어진 문자열을 줄 단위로 분할하여 리스트로 변환하기
• 문자열을 공백으로 분할한 후 특정 개수의 항목만 가져오기
• 문자열에서 공백을 제거한 후 문자열을 리스트로 변환하기
• split 실전 예시
• group by()
• pivot_table()

포맷팅 (formatting)

f-string
x = 10
print(f"변수 x의 값은 {x}입니다.")

x = 10
print("변수 x의 값은 {}입니다.".format(x))

x = 10
print("변수 x의 값은 %d입니다." % (x))

split

문자열 → 리스트로 변환 (공백 기준으로 분할)

sentence = "Hello, how are you doing today?"
words = sentence.split()
print(words)  # 출력: ['Hello,', 'how', 'are', 'you', 'doing', 'today?']

(특정 구분자를 기준으로)

data = "apple,banana,grape,orange"
fruits = data.split(',')
print(fruits)  # 출력: ['apple', 'banana', 'grape', 'orange']코드를 입력하세요

리스트의 각 항목을 문자열로 (알고만 있는 걸로)

words = ['Hello,', 'how', 'are', 'you', 'doing', 'today?']
sentence = ' '.join(words)
print(sentence)  # 출력: Hello, how are you doing today?

리스트의 각 항목을 문자열로 결합하되, 특정 구분자를 사용하여 결합

fruits = ['apple', 'banana', 'grape', 'orange']
data = ','.join(fruits)
print(data)  # 출력: apple,banana,grape,orange

여러 줄로 이루어진 문자열을 줄 단위로 분할하여 리스트로 변환하기

text = """First line
Second line
Third line"""
lines = text.split('\n')
print(lines)  # 출력: ['First line', 'Second line', 'Third line']

문자열을 공백으로 분할한 후 특정 개수의 항목만 가져오기

sentence = "Hello, how are you doing today?"
words = sentence.split()
first_three_words = words[:3]
print(first_three_words)  # 출력: ['Hello,', 'how', 'are']

문자열에서 공백을 제거한 후 문자열을 리스트로 변환하기

text = "   Hello   how   are   you   "
cleaned_text = text.strip()
words = cleaned_text.split()
print(words)  # 출력: ['Hello', 'how', 'are', 'you']

split 실전 예시

# 데이터의 경로를 문자열로 표현
file_path = "/usr/local/data/sample.txt"

# split() 함수를 사용하여 디렉토리와 파일명으로 분할
directory, filename = file_path.rsplit('/', 1)
print("디렉토리:", directory)  # 출력: 디렉토리: /usr/local/data
print("파일명:", filename)    # 출력: 파일명: sample.txt

 

• 예시에서는 file_path라는 문자열 변수에 데이터의 경로를 저장하고, split() 함수를 사용하여 문자열을 / 기준으로 분할합니다.
• 이때, rsplit() 함수를 사용하여 오른쪽에서부터 최대 1회만 분할하도록 설정하여 파일명과 디렉토리로 나눕니다.
• 분할된 결과를 각각 directory와 filename 변수에 할당하여 출력합니다.

group by()

• 데이터를 피봇팅하여 통계량을 볼 수 있도록 도와주는 메서드
• 특정 조건에 맞게 전처리해 줄 때 용이

by : 그룹화할 내용. 함수, 축, 리스트 등등이 올 수 있음
sort : 그룹키를 정렬할지 여부
dropna : 결측값을 계산에서 제외할지 여부

# 다중 컬럼 groupby
df.groupby(['sex', 'pclass'])[['survived', 'age']].mean()

# 다중 통계값
df.groupby(['sex', 'pclass'])[['survived', 'age']].agg(['mean', 'sum'])

pivot_table()

• 데이터를 스프레드시트 기반 피벗 테이블로 변환하는 메서드, 엑셀 스프레드시트 피벗 테이블과 유사

values : 값으로 입력될 컬럼
aggfunc : 적용할 함수
fill_value : 결측치를 채워넣을 값

# index에 그룹을 표기
df.pivot_table(index='who', values='survived')

# columns에 그룹을 표기
df.pivot_table(columns='who', values='survived')

df.pivot_table(index=['who', 'pclass'], values='survived')

df.pivot_table(index='who', 
columns='pclass', 
values='survived', 
aggfunc=['sum', 'mean'])