[Pandas] 유용한 판다스 함수 (.loc / .groupby/ .idxmax)

240430 Today I Learn

Pandas '.loc[]' 데이터프레임에서 행 조회하기

💡 dataframe.loc[ 행 인덱싱 값, 열 인덱싱 값]

• 라벨로 인덱싱, 끝번호 포함
• 슬라이싱 개념 적용 가능

▶︎ 활용 예시 ) 가장 많은 가족을 가진 승객 찾기

family = df['SibSp']+df['Parch']
name = ''
for i, k in enumerate(family):
    if k == max(family):
        print(df.loc[i]['Name'])
        
## Sage, Master. Thomas Henry
## Sage, Miss. Constance Gladys
## Sage, Mr. Frederick
## Sage, Mr. George John Jr
## Sage, Miss. Stella Anna
## Sage, Mr. Douglas Bullen
## Sage, Miss. Dorothy Edith "Dolly"

• family의 수가 가장 많은 max(family)의 경우 df에서 해당 데이터의 행`i`을 구한 후 
• 해당 행에서 `Name`컬럼을 선택해주면, 가장 많은 가족을 가진 승객의 이름을 출력할 수 있다.

Pandas '.groupby()'를 이용한 집계

💡 dataframe.groupby(그룹이되는컬럼)[계산하고 싶은 컬럼].집계함수()

• 집계함수 : sum, count, mean, max, min

▶︎ 활용 예시 ) 성별에 따른 생존자 수 계산

df.groupby('Sex')['Survived'].sum()

## Sex
## female    0.74
## male      0.19

• sex : female, male
• survived : 0(dead), 1(survived)
• 성별로 그룹화를 하고, 각각의 성별에서 'survived'를 모두 합하면 성별별 생존자 수를 구할 수 있다.

Pandas idxmax(), idxmin() 최대/최솟값이 포함된 행/열 구하기

💡 dataframe.idxmax(axis=0, skipna=True)

• axis : {0 : 행 / 1:열 } 기준이 될 축
• skipna : 결측치 무시 여부. True면 결측치가 포함된 열은 무시하고 False면 NaN를 출력

▶︎ 활용 예시 ) 가장 많은 탑승객 수를 가진 선실 등급 찾기

grouped = df.groupby('Pclass')['Name'].count()

## Pclass
## 1    216
## 2    184
## 3    491

pclass=grouped.idxmax()

print(f"가장 많은 탑승객이 이용한 선실 등급은 {pclass}등급 입니다.")
## 가장 많은 탑승객이 이용한 선실 등급은 3등급 입니다.

• 선실등급 `Pclass`를 기준으로 name의 수를 count해 grouped에 저장
• grouped에서 최대값이 포함된 행(이 경우 3)을 반환한다.