판다스 시리즈 연산
_더하기, 빼기 연산 시리즈 데이터
index = ['apples', 'oranges', 'bananas']
data = [10, 6, 3,]
fruits = pd.Series(index=index, data= data)
fruits
>>>
apples 10
oranges 6
bananas 3
dtype: int64
- 더하기 : 전체 물품이 입고되었다 모든 물품 +5 해주자
fruits = fruits + 5
fruits
>>>
apples 15
oranges 11
bananas 8
dtype: int64
- 빼기 : 오렌지가 2개 팔렸다 오렌지만 -2 해주자
fruits['oranges'] = fruits['oranges'] -2
fruits
>>>
apples 15
oranges 9
bananas 8
dtype: int64
- 여러 항목 선택 연산 : 사과랑 바나나가 3개씩 팔렸다 둘다 -3 해주자
fruits[ ['apples', 'bananas'] ] = fruits[ ['apples', 'bananas'] ] -3
fruits
>>>
apples 12
oranges 9
bananas 5
dtype: int64
_나누기, 부등기호 값 찾기 시리즈 데이터
distance_from_sun = [149.6, 1433.5, 227.9, 108.2, 778.6]
planets = ['Earth','Saturn', 'Mars','Venus', 'Jupiter']
dist_planets = pd.Series(data= distance_from_sun, index= planets)
dist_planets
>>>
Earth 149.6
Saturn 1433.5
Mars 227.9
Venus 108.2
Jupiter 778.6
dtype: float64
- 나누기 : 거리를 빛의 상수 c( 18 ) 로 나눠서, 가는 시간이 얼마나 걸리는 지 계산하여 'time_light = ' 로 저장하자
time_light = dist_planets / 18
time_light
>>>
Earth 8.311111
Saturn 79.638889
Mars 12.661111
Venus 6.011111
Jupiter 43.255556
dtype: float64
- Boolean indexing 부등호 값 찾기 : 가는 시간이 40분보다 작은것들만 가져와서 'close_planets = '에 저장하자
close_planets = time_light[time_light < 40]
close_planets
>>>
Earth 8.311111
Mars 12.661111
Venus 6.011111
dtype: float64
판다스와 넘파이 모두 수식을 입력하면 반복문 필요 없이, 바로 전체 데이터에 계산해준다
'Programming Language > Pandas Library' 카테고리의 다른 글
[Python] 판다스 데이터프레임 합치기(concat), 행 열 삭제하기(drop()), inplace=True (0) | 2024.04.16 |
---|---|
[Python] 판다스 데이터프레임 데이터 값 변경, 데이터 값끼리 연산하여 새로운 컬럼 추가 (0) | 2024.04.16 |
[Python] 판다스 데이터프레임에서 원하는 데이터 엑세스하기 _[], loc[], iloc[] (2) | 2024.04.15 |
[Python] 판다스 2차원 데이터, 데이터프레임(DataFrame) (0) | 2024.04.11 |
[Python] 판다스 데이터 생성 시리즈의 기초 데이터 확인 및 in .values (0) | 2024.04.08 |