Pandas를 사용해서 데이터 계산하기

회사에서 시험을 볼때 오픈북이라 가볍게 생각했는데 응용문제가 나오니 (책에 없는)

기초가 탄탄하지 않은 것이 금방 탄로가 났다. 그래서 연습용으로 내가 스스로 만든 기본함수 예제편을 만들어 둔다.

 

 

pandas 를 사용해서 나이계산하기

• 예제 엑셀 위치 : data_set\인원정보.xlsx

예제1) iterrows() 함수를 사용해서 두가지 방법으로 나이의 평균을 계산하시오.

조건)

 - 한번은 2000년대생을 1900년대생으로 통일해서 계산하고 (e.g. 04년생 -> 1904년생) 다른 한번은 2000년대생을 올바르게 계산 (e.g.04년생 -> 2004년생)

결과)

74.5 / 34.5

코드)

import pandas as pd

df = pd.read_excel('data_set\\인원정보.xlsx')

df['생년']=df['주민등록번호'].str[0:2]

df['생년']=df['생년'].astype(int)

df['나이1'] = 2024-(1900+df['생년'])
age1 = df['나이1'].mean(axis=0)


for idx, row in df.iterrows():
    if df.loc[idx,'생년'] > 24:
        df.loc[idx,'나이2'] = 2024-(1900+row['생년'])
    else:
        df.loc[idx,'나이2'] = 2024-(2000+row['생년'])
age2 = df['나이2'].mean(axis=0)

print(age1,age2)

 

#다른 코드
import pandas as pd

df = pd.read_excel('data_set\인원정보.xlsx')
df['출생연도']=df['주민등록번호'].str[0:2]
df['출생연도']=df['출생연도'].astype(int)

for idx,row in df.iterrows():
    if df.loc[idx, '출생연도'] < 24:
        df.loc[idx, '출생연도'] = 2000 + row['출생연도']
    else:
        df.loc[idx, '출생연도'] = 1900 + row['출생연도']

df['나이']=2024 -df['출생연도']

age_mean = df['나이'].mean(axis=0)
age_mean

 

 

예제2) 남자, 여자 성별별로 나이평균을 구하시오

결과)

남자    34.5
여자    34.5

코드)

gen_loc = df['주민등록번호'].str.find('-')[0]
df['성별']= df['주민등록번호'].str[gen_loc+1:gen_loc+2]

for idx, row in df.iterrows():
    if (df.loc[idx,'성별'] == '1') or (df.loc[idx,'성별'] == '3'):
        df.loc[idx, '성별1'] = '남자'
    else:
        df.loc[idx, '성별1'] = '여자'
        
df.groupby(['성별1'])['나이2'].mean()

#다른 코드
df['성별']=df['주민등록번호'].str[df['주민등록번호'].str.find('-')[0]+1:df['주민등록번호'].str.find('-')[0]+2]
df['성별']=df['성별'].replace('1','남자').replace('3','남자').replace('4','여자').replace('2','여자')

df.groupby(['성별'])['나이'].mean()

 

예제3) 여성의 이름을 나이가 적은 순서대로 정렬하시오, 단 성은 대문자로, 이름은 첫글자만 대문자로 표현하시오

space = []
for i in range(len(df)):
    space.append(df['영문명'][i].find(" "))
df['공백'] = space

for idx, row in df.iterrows():
    name = df.loc[idx,'영문명']
    df.loc[idx,'영문성'] = name[0:row['공백']].upper()
    df.loc[idx,'영문이름'] = name[row['공백']+1:].capitalize()
    
df_sbv = df.sort_values(by='나이2', ascending=True)

df_sbv['Full Name']=df_sbv['영문이름']+', '+df_sbv['영문성']
 
name_girl = df_sbv.loc[df_sbv['성별1']=='여자'] 
name_girl.reset_index(inplace=True)


age = []
for i in range(len(name_girl)):
    age.append(round(name_girl['나이2'][i]))
name_girl['나이']=age
name_girl

for i in range(len(name_girl)):
    print(str(i+1)+'위:'+name_girl['Full Name'][i]+'('+name_girl['나이'][i].astype(str)+'세)')

 

 

예제4) 두 테이블을 outer로 조인하여 시가총액 상위 5개 회사를 나타내시오

• Table1) data_set/업종 및 주식정보.xlsx (업종정보 sheet 전부)
• Table1) data_set/업종 및 주식정보.xlsx (주식정보 sheet 에서 기업명, 상장시가총액(원) only )
• 사용함수 : pandas 패키지의 merge 함수

import pandas as pd

df1 = pd.read_excel('data_set/업종 및 주식정보.xlsx', '업종정보', index_col = 'id')
df2 = pd.read_excel('data_set/업종 및 주식정보.xlsx', '주식정보', index_col = 'id').loc[:, ['기업명', '상장시가총액(원)']]

display(df1, df2)# 엑셀 vlookup을 대체할 수 있는 코드
df_results = pd.merge(df1, df2, on='기업명', how='outer')
# df_results.to_excel('merge_results.xlsx', sheet_name = '업종정보_시총정보 포함', header = True, index = False)
df_null = df_results.loc[df_results['종목코드'].isnull()]
df_null.reset_index(inplace=True)
df_null['시가총액']=df_null['상장시가총액(원)'].str.replace(',','')
df_null['시가총액']=pd.to_numeric(df_null['시가총액'])

df_null['시가총액(억원)']=df_null['시가총액']/(10**8)
df_null['시가총액(억원)']=df_null['시가총액(억원)'].astype(int)

df_null.sort_values(by='시가총액(억원)', ascending=False).head(5)