import pandas as pd
import numpy as np

data =  {'eng':[10,30,50,70],
         'kor':[20,40,60,80],
         'math':[90,50,20,70]}
df = pd.DataFrame(data, index=['a','b','c','d'] )
df

추가

• 컬럼 추가

df['my1'] =[1,2,3,4] #컬럼이 있으면 수정, 없으면 추가
df['my2'] = df['kor'] + df['eng']
df

• 행 추가

data =  {'eng':[10,30,50,70],
         'kor':[20,40,60,80],
         'math':[90,50,20,70]}
df = pd.DataFrame(data, index=['a','b','c','d'] )
df

df.loc['e'] =[1,2,3]
df

삭제

df.drop( index=['a','c'] )

df.drop(columns=['eng','math'])

결측 데이터 처리(대표값, 삭제)

data =  {'eng':[10,30,50,70],
         'kor':[20,40,60,80],
         'math':[90,50,20,70]}
df = pd.DataFrame(data, index=['a','b','c','d'] )
df

df.loc['b':'c','kor']= np.nan
df.loc['c':'d','math']= np.nan
df

df.isna()

df.isna().sum() #컬럼별  nan데이터의 갯수 확인

[OUT] :

eng     0
kor     2
math    2
dtype: int64

nan 데이터 특정값 채우기

df.fillna(1)

df['kor']= df['kor'].fillna(3)
df

nan 삭제

df.dropna() # default 행을 기준으로 삭제

df.dropna(axis=1) # axis=1 : 열을 기준으로 삭제

df.dropna( subset=['math'] ) # math에 결측치 있는 행 삭제

정렬

df.sort_values(by='math')

df.sort_values(by='math',ascending=False) # math 기준으로 내림차순

df.sort_values(by=['kor','eng'],ascending=False)
# kor 기준으로 내림차순
# kor 같으면 eng 기준으로 내림차순

df.sort_index() # 인덱스 기준으로 정렬 (default 오름차순)

df.loc['c','kor'] = 40 # df의 c행 kor열의 값을 40으로 변경
df

review
- dropna(subset=[]) 형태로 subset에 컬럼명을 넣으면 결측치 있는 행 삭제