앞에서 한 1차원 적인 Series --> 2차원으로 확장 DataFrame
pandas의 2차원 자료형 : DataFrame
- 코드적
- 2중 for문 기본 형식
- 벡터연산 : 기능을 중심으로 코드를 간결하게(줄 중심)
- 내가 만든 인덱스
- 가로index, 세로columns
- 태생적인 가로 정수 인덱스
- 태생적인 세로 정수 인덱스
import pandas as pd
import numpy as np
d = [1,2,3,4,5]
d_series = pd.Series(d)
d_series
# 0
#0 1
#1 2
#2 3
#3 4
#4 5
#
#dtype: int64
d_df = pd.DataFrame(d)
d_df
# 0
#0 1
#1 2
#2 3
#3 4
#4 5
d_df.index
#RangeIndex(start=0, stop=5, step=1)
d_series.index
#RangeIndex(start=0, stop=5, step=1)
d_series.columns #오류
#d_series.columns가 에러 나는 이유는,
#Series에는 .columns 속성이 없기 때문
d_df.columns
#RangeIndex(start=0, stop=1, step=1)
Series는 명확하게 1차원의 자료형 : 단순 몇 번째 → 인덱스
DataFrame은 명확하게 2차원의 자료형 → 가로(index)/세로(columns)
할 일 : 내가 원하는 컬럼으로 이름 변경
- FM : rename
- AM: 세로 인덱스(columns)에 접근해서 수정
d_df.columns = ["col1"] #선호하진 않음
d_df
# col1
#0 1
#1 2
#2 3
#3 4
#4 5
d_df["col1"] #비공식적으로 컬럼에 대한 값을 접근하는 방식
# col1
#0 1
#1 2
#2 3
#3 4
#4 5
#dtype: int64
type(d_df)
#pandas.core.frame.DataFrame
type(d_df["col1"])
#pandas.core.series.Series
#특히 1줄에 대해서는 2차원 DF // 1차원 Series ==> 이런 부분에 유의해라
할 일 : 새로운 컬럼을 추가
- 전제조건 : 기존의 DF이 있다고 가정하고 하는 방식
d
#[1, 2, 3, 4, 5]
d_df["new_col2"] =d # 컬럼이 옆으로 확장
d_df
# col1 new_col2
#0 1 1
#1 2 2
#2 3 3
#3 4 4
#4 5 5
d_df["new_col3"] =10
d_df
# col1 new_col2 new_col3
#0 1 1 10
#1 2 2 10
#2 3 3 10
#3 4 4 10
#4 5 5 10
가정
- 기존 col1의 속성값에 new_col3의 속성값을 더해서 더 좋은 지표/특징/컬럼을 생성하자
- sql) select (amount*price) from ~~~~~
- ⇒ (sql에서는 서브쿼리에 담아서 넣어줘야했다면)새로운 컬럼을 바로 DF에 추가하자
d_df["new"] = d_df["col1"] + d_df["new_col3"]
d_df
# col1 new_col2 new_col3 new
#0 1 1 10 11
#1 2 2 10 12
#2 3 3 10 13
#3 4 4 10 14
#4 5 5 10 15
지우는 것도 가능해야함 ⇒ 상당히 방법이 다양함
#m1) 파이썬 del 지우자 ==> dict 유사
del d_df["col1"]
d_df
# new_col2 new_col3 new
#0 1 10 11
#1 2 10 12
#2 3 10 13
#3 4 10 14
#4 5 10 15
#m2) pandas에서 지우는 기능 : drop 메서드
# ==> pandas 기본적인 데이터 핸들링 할 때 필요한 기능으로 만들어 둠
# 여러 시도, 테스트 진행하면서 최종적으로 여러 실험을 하면서 끌고감
# ==> pandas 기본적으로 원본을 변경하는 메서드 -> 바로 적용하지 않음
# 바로 변경하는 inplace = T/F
# (재할당없이 동작하도록)
# ==> 가로줄 제거 : axis=0
# 세로줄 제거 : axis=1
d_df.drop("new") #2차원이니까 가로를 지우라는 거야 세로를 지우라는 거야? 오류남
d_df.drop("new", axis = 1)
# new_col2 new_col3
#0 1 10
#1 2 10
#2 3 10
#3 4 10
#4 5 10
d_df # 원본 변경 X
# new_col2 new_col3 new
#0 1 10 11
#1 2 10 12
#2 3 10 13
#3 4 10 14
#4 5 10 15
d_df.drop("new", axis = 1, inplace=True)
d_df
# new_col2 new_col3
#0 1 10
#1 2 10
#2 3 10
#3 4 10
#4 5 10
#가로줄 제거 : 샘플을 제거
#--> 가로줄 인덱스 2번을 지우자
d_df
# new_col2 new_col3
#0 1 10
#1 2 10
#2 3 10
#3 4 10
#4 5 10
d_df.drop(1,axis=1) #내가 만든 거 우선?이라 정수인덱스는 삭제하면서 다 사라지고, 내가 만든 인덱스만 남음
#KeyError: '[1] not found in axis'
d_df.drop(2,axis=0)
# new_col2 new_col3
#0 1 10
#1 2 10
#3 4 10
#4 5 10
d_df #원본에서는 사라지지 않음
# new_col2 new_col3
#0 1 10
#1 2 10
#2 3 10
#3 4 10
#4 5 10
d_df.drop(2,axis=0, inplace=True)
d_df
# new_col2 new_col3
#0 1 10
#1 2 10
#3 4 10
#4 5 10
#참고)
print(d_df.ndim)
print(d_df.shape)
print(d_df.shape[0])
print(len(d_df))
#2
#(4, 2)
#4
#4
#아무 생각없이 가로줄 중심으로 돌리겠다
for i in range(len(d_df)):
print(i)
print(d_df.at[i,"new_col2"])
#왜 오류날까?
#아까 위에서 중간에 2번째 행 지워서
#정수 인덱스순서대로그냥 돌리면 오류나
#중간에 빠진 애들 있는지 잘 체크
d_df.index
#Index([0, 1, 3, 4], dtype='int64')
for i in d_df.index:
print(d_df.at[i,"new_col2"])
#1
#2
#4
#5
# --> 중간에 이렇게 정수 인덱스가 꼬일 수 있으니
# 재정리해주는 기능이 있다 -> reset_index()
d_df.reset_index() #정수기반의 인덱스로 초기화
#주의할 점 : 정수 인덱스로만 변환함 ->인덱스가 있었다면 없어지고 정수로만 남음
# index new_col2 new_col3
#0 0 1 10
#1 1 2 10
#2 3 4 10
#3 4 5 10
2D DataFrame을 샘플을 만들어서 보자
stcok_price_df = pd.DataFrame(
data = [10000, 10300, 9900, 10500, 11000],
index = ["2025-08-01", "2025-08-02","2025-08-03",
"2025-08-04","2025-08-5"]
# skip: 세로줄에 대한 나의 인덱스 : columns
)
stcok_price_df
# 0
#2025-08-01 10000
#2025-08-02 10300
#2025-08-03 9900
#2025-08-04 10500
#2025-08-5 11000
- 세로 줄에 대한 나만의 인덱스 부여 : 컬럼명 만들자!
- FM적인 방법
- rename (잘 알아두면 간간히 사용하는 기능)
- 뭐를 뭐로 바꿔줘 → 연결 dict
- 주의사항 → 에러를 잘 안 던짐 ⇒ 진짜 원하는 변경이 되었는지 꼭 체크해야함
- rename (잘 알아두면 간간히 사용하는 기능)
- FM적인 방법
stcok_price_df.rename(columns = {"0":"시가"})
# 0
#2025-08-01 10000
#2025-08-02 10300
#2025-08-03 9900
#2025-08-04 10500
#2025-08-5 11000
#안 바뀜 but 에러도 안 남
#0이 정수인데 "0" 문자로 써서 안 바뀜
stcok_price_df.rename(columns = {0:"시가"})
# 시가
#2025-08-01 10000
#2025-08-02 10300
#2025-08-03 9900
#2025-08-04 10500
#2025-08-5 11000
stcok_price_df #원본 안 바뀜
# 0
#2025-08-01 10000
#2025-08-02 10300
#2025-08-03 9900
#2025-08-04 10500
#2025-08-5 11000
stcok_price_df.rename( columns = {0:"시가"}, inplace=True)
stcok_price_df
# 시가
#2025-08-01 10000
#2025-08-02 10300
#2025-08-03 9900
#2025-08-04 10500
#2025-08-5 11000
stcok_price_df.rename(index = {"2025-08-5":"2025-08-05"})
# 시가
#2025-08-01 10000
#2025-08-02 10300
#2025-08-03 9900
#2025-08-04 10500
#2025-08-05 11000
#rename => 내가 만든 가로(index), 세로(columns)에 대한 익덱스 변경
stcok_price_df
# 시가
#2025-08-01 10000
#2025-08-02 10300
#2025-08-03 9900
#2025-08-04 10500
#2025-08-5 11000
stcok_price_df["종가"] = [11000,12000,10000,13000,12000]
stcok_price_df["고가"] = [13000,15000,15000,19000,17000]
stcok_price_df["저가"] = [3200,5800,5050,8500,7000]
stcok_price_df
# 시가 종가 고가 저가
#2025-08-01 10000 11000 13000 3200
#2025-08-02 10300 12000 15000 5800
#2025-08-03 9900 10000 15000 5050
#2025-08-04 10500 13000 19000 8500
#2025-08-5 11000 12000 17000 7000
2D 상에서 값에 대한 FM적인 접근을 해보자
- 1개 값을 접근(at/iat) vs 여러개 값 접근 (loc/iloc)
- 2차원이기 때문에 : 인덱스 가로/세로 → 2개 필요 (가로/세로 기준을 통일! 정수, 내가 만든 것 )
stcok_price_df.iat[0,0]
#np.int64(10000)
stcok_price_df.iat[0,1]
#np.int64(11000)
stcok_price_df.at["2025-08-02","종가"]
#np.int64(12000)
#2025년 8월 3일 시가하고, 고가는 얼마?
stcok_price_df.loc["2025-08-03",["시가","고가"]]
# 2025-08-03
#시가 9900
#고가 15000
#
#dtype: int64
type(stcok_price_df.loc[ "2025-08-03", ["시가","고가"] ])
#pandas.core.series.Series
stcok_price_df.loc[ "2025-08-03":"2025-08-04", ["시가","고가"] ]
# 시가 고가
#2025-08-03 9900 15000
#2025-08-04 10500 19000
type(stcok_price_df.loc[ "2025-08-03":"2025-08-04", ["시가","고가"] ])
#pandas.core.frame.DataFrame
stcok_price_df
# 시가 종가 고가 저가
#2025-08-01 10000 11000 13000 3200
#2025-08-02 10300 12000 15000 5800
#2025-08-03 9900 10000 15000 5050
#2025-08-04 10500 13000 19000 8500
#2025-08-5 11000 12000 17000 7000
# 2025년 8월 3일, 시가, 고가에 대해서 정수인덱스로 접근하려면!!!
stcok_price_df.iloc[2,[0,2]]
# 2025-08-03
#시가 9900
#고가 15000
#
#dtype: int64
# 불편한 점 : 많으면,,,언제 찾아요;;;;
# ==> 원하는 컬럼/index 어디에 있는지 정수기반의 위치 정보 찾아주는 메서드
# get_loc()
# 시가 --> 위치!!!!
# --> 세로
stcok_price_df.columns.get_loc("시가")
#0
stcok_price_df.columns.get_loc("고가")
#2
# 2025-08-03 위치 --> 가로에서 찾아야함
stcok_price_df.index.get_loc("2025-08-03")
#2
idx = stcok_price_df.index.get_loc("2025-08-03")
cols = [stcok_price_df.columns.get_loc("시가"), stcok_price_df.columns.get_loc("고가")]
stcok_price_df.iloc[idx, cols] # .iloc[2, [0,2]]
# 2025-08-03
#시가 9900
#고가 15000
#
#dtype: int64
idx = stcok_price_df.index.get_loc("2025-08-03")
cols = ["시가","고가", "종가"]
cols_idx = [stcok_price_df.columns.get_loc(c) for c in cols ]
stcok_price_df.iloc[idx, cols_idx] # .iloc[2, [0,2]]
# 2025-08-03
#시가 9900
#고가 15000
#종가 10000
#
#dtype: int64
target_dates = ["2025-08-03"] #*****
idx = [stcok_price_df.index.get_loc(c) for c in target_dates]
cols = ["시가","고가","종가"] #****
cols_idx = [stcok_price_df.columns.get_loc(c) for c in cols]
stcok_price_df.iloc[idx, cols_idx] # .iloc[2, [0,2]]
# 시가 고가 종가
#2025-08-03 9900 15000 10000
###########얘는 왜 위랑 행렬 바껴서 나오는거지....???????
- 왜 위랑 행렬 바껴서 나오는거지....???????
idx = stcok_price_df.index.get_loc("2025-08-03") # -> 예: 2 cols_idx = [stcok_price_df.columns.get_loc(c) for c in cols] # -> [0,1,2] stcok_price_df.iloc[idx, cols_idx]- iloc[2, [0,1,2]] → Series 반환
- 행 인덱스가 단일 값(int)이면 → 해당 행의 한 줄(row)을 Series로 반환
- Series라서 index(=컬럼 이름)가 세로축, 값이 가로로 출력돼서처럼 보이는 거예요.
- 시가 9900 고가 15000 종가 10000 Name: 2025-08-03, dtype: int64
2. 리스트 인덱스 사용 ([int])- iloc[[2], [0,1,2]] → DataFrame 반환
- 행 인덱스가 리스트(list/array)이면 → **DataFrame (2차원)**이 유지됨
- 따라서 표 형태로처럼 행+열 구조로 출력돼요.
- 시가 고가 종가 2025-08-03 9900 15000 10000
핵심 차이- 정수 인덱스 → Series (1D)
- 리스트 인덱스 → DataFrame (2D)
- idx = [stcok_price_df.index.get_loc("2025-08-03")] # -> [2] cols_idx = [stcok_price_df.columns.get_loc(c) for c in cols] # -> [0,1,2] stcok_price_df.iloc[idx, cols_idx]
- 1. 단일 인덱스 사용 (int)
# 2025월 8월 2일부터 5일까지, 시가,종가, 고가 , 저가 다 보여주세요!!!
stcok_price_df.loc["2025-08-02":"2025-08-5" ,"시가":"저가" ]
# 시가 종가 고가 저가
#2025-08-02 10300 12000 15000 5800
#2025-08-03 9900 10000 15000 5050
#2025-08-04 10500 13000 19000 8500
#2025-08-5 11000 12000 17000 7000
stcok_price_df.loc["2025-08-02":"2025-08-5" ,:]
# 저가 고가 종가 시가
#2025-08-02 5800 15000 12000 10300
#2025-08-03 5050 15000 10000 9900
#2025-08-04 8500 19000 13000 10500
#2025-08-5 7000 17000 12000 11000
#참고)
stcok_price_df.loc[:,"시가"] # FM
# 시가
#2025-08-01 10000
#2025-08-02 10300
#2025-08-03 9900
#2025-08-04 10500
#2025-08-5 11000
#
#dtype: int64
stcok_price_df["시가"] # AM --> 간단히 볼 떄는 괜춘!!
# 여러번 하면,,,속도 이슈가 있는 접근 방식임!!!!
# 시가
#2025-08-01 10000
#2025-08-02 10300
#2025-08-03 9900
#2025-08-04 10500
#2025-08-5 11000
#
#dtype: int64
stcok_price_df.T
# 2025-08-01 2025-08-02 2025-08-03 2025-08-04 2025-08-5
#시가 10000 10300 9900 10500 11000
#종가 11000 12000 10000 13000 12000
#고가 13000 15000 15000 19000 17000
#저가 3200 5800 5050 8500 7000
#참고) pandas에서 기본적으로 가로줄은 index라함
# --> 유사한 기능들이 있음
# --> 가로줄에 대한 인덱스를 수정 :df.rename(index = {~~:~~})
# --> 가로줄에 대한 인덱스 초기화(정수) : df.reset_index()
# --> 가로줄웨 대한 인덱스를 내가 원하는 (대상)것으로 세팅 : df.reindex()
# +++ 원본을 변경하려면 => inplace = True
stcok_price_df.rename( index={"2025-08-5":"2025-08-05"})
# 시가 종가 고가 저가
#2025-08-01 10000 11000 13000 3200
#2025-08-02 10300 12000 15000 5800
#2025-08-03 9900 10000 15000 5050
#2025-08-04 10500 13000 19000 8500
#2025-08-05 11000 12000 17000 7000
stcok_price_df.reset_index()
# index 시가 종가 고가 저가
#0 2025-08-01 10000 11000 13000 3200
#1 2025-08-02 10300 12000 15000 5800
#2 2025-08-03 9900 10000 15000 5050
#3 2025-08-04 10500 13000 19000 8500
#4 2025-08-5 11000 12000 17000 7000
stcok_price_df
# 시가 종가 고가 저가
#2025-08-01 10000 11000 13000 3200
#2025-08-02 10300 12000 15000 5800
#2025-08-03 9900 10000 15000 5050
#2025-08-04 10500 13000 19000 8500
#2025-08-5 11000 12000 17000 7000
stcok_price_df.reindex( [ "2025-08-03", "2025-08-5", "2025-08-01"])
# 시가 종가 고가 저가
#2025-08-03 9900 10000 15000 5050
#2025-08-5 11000 12000 17000 7000
#2025-08-01 10000 11000 13000 3200
stcok_price_df.reindex( [ "2025-08-03", "2025-08-5","2025-08-19"])
# 시가 종가 고가 저가
#2025-08-03 9900.0 10000.0 15000.0 5050.0
#2025-08-5 11000.0 12000.0 17000.0 7000.0
#2025-08-19 NaN NaN NaN NaN
stcok_price_df
# 시가 종가 고가 저가
#2025-08-01 10000 11000 13000 3200
#2025-08-02 10300 12000 15000 5800
#2025-08-03 9900 10000 15000 5050
#2025-08-04 10500 13000 19000 8500
#2025-08-5 11000 12000 17000 7000
정렬 ) 이미 만들어져있음
- 정렬에 대한 기준 → 가로줄/세로줄 기준 선택
- 가로줄 기준 → index 이름을 중심으로 정렬 세로줄 기준 → index(columns) 이름을 중심으로 정렬
- df.sort_index(axis=0/1) : 틀 중심으로 정렬
- 내부 값 자체로 정렬
- df.sort_values()
- 가로줄 기준 → index 이름을 중심으로 정렬 세로줄 기준 → index(columns) 이름을 중심으로 정렬
- 컬럼명 중심으로 DF를 정렬해서 보자
- —> sort_index & 세로줄 columns axis =1
- 오름/내림 : ascending = T/F (기본: 오름)
stcok_price_df.sort_index( axis=1)
# 고가 시가 저가 종가
#2025-08-01 13000 10000 3200 11000
#2025-08-02 15000 10300 5800 12000
#2025-08-03 15000 9900 5050 10000
#2025-08-04 19000 10500 8500 13000
#2025-08-5 17000 11000 7000 12000
stcok_price_df.sort_index( axis=1 , ascending=False)
# 종가 저가 시가 고가
#2025-08-01 11000 3200 10000 13000
#2025-08-02 12000 5800 10300 15000
#2025-08-03 10000 5050 9900 15000
#2025-08-04 13000 8500 10500 19000
#2025-08-5 12000 7000 11000 17000
#최근 날짜 데이터를 중심으로 탐색을 하자
# --> 오래된 날짜 ; 뒤로, 최신 날짜 : 앞으로 순서를 바꾸자
stcok_price_df.sort_index( axis=0 , ascending=False)
# 시가 종가 고가 저가
#2025-08-5 11000 12000 17000 7000
#2025-08-04 10500 13000 19000 8500
#2025-08-03 9900 10000 15000 5050
#2025-08-02 10300 12000 15000 5800
#2025-08-01 10000 11000 13000 3200
#df 내부의 값을 중심으로 정렬해서 볼 때도 있음
# ==> 내부의 어떤 줄에 있는 값을 기준으로 할지 지정해야함
stcok_price_df.sort_values(by = "고가")
# 시가 종가 고가 저가
#2025-08-01 10000 11000 13000 3200
#2025-08-02 10300 12000 15000 5800
#2025-08-03 9900 10000 15000 5050
#2025-08-5 11000 12000 17000 7000
#2025-08-04 10500 13000 19000 8500
stcok_price_df.sort_values(by = "고가", ascending = False)
# 시가 종가 고가 저가
#2025-08-04 10500 13000 19000 8500
#2025-08-5 11000 12000 17000 7000
#2025-08-03 9900 10000 15000 5050
#2025-08-02 10300 12000 15000 5800
#2025-08-01 10000 11000 13000 3200
stcok_price_df.sort_values(by = ["고가","시가"], ascending = False)
# 시가 종가 고가 저가
#2025-08-04 10500 13000 19000 8500
#2025-08-5 11000 12000 17000 7000
#2025-08-02 10300 12000 15000 5800
#2025-08-03 9900 10000 15000 5050
#2025-08-01 10000 11000 13000 3200
# ==> sql에서 order by 고가, 시가 와 비슷한 기능임
참고) rank 등수 선정 : 자세한 방식들은 메뉴얼 참조할 것 ⇒ sql : row_number, rank, dense_rank etc
stcok_price_df["종가"]
# 종가
#2025-08-01 11000
#2025-08-02 12000
#2025-08-03 10000
#2025-08-04 13000
#2025-08-5 12000
#
#dtype: int64
stcok_price_df["종가"].rank()
# 종가
#2025-08-01 2.0
#2025-08-02 3.5
#2025-08-03 1.0
#2025-08-04 5.0
#2025-08-5 3.5
#
#dtype: float64
줄단위 연산을 통해서 전처리 /가공
- 목적
- 줄단위로 값들을 변경을 하거나 처리해야할 때 편하게 사용
- 줄 단위로 하고자 하는 일에 대한 규칙
- sort/sorted( x, key = lambda x : ~~)
- apply + lambda : 줄 단위로 무엇을 할지 기술 (개별 데이터는 신경쓰지 않고도, 모든 개별 데이터에 적용이 가능함)
- 코드의 가독성/작성이 요이함 (다른 통계 패키지 차용 R/ SAS etc) <효율성 보장하는 방식은 아님, 속도 빠르지 XXXX>
stcok_price_df
# 시가 종가 고가 저가
#2025-08-01 10000 11000 13000 3200
#2025-08-02 10300 12000 15000 5800
#2025-08-03 9900 10000 15000 5050
#2025-08-04 10500 13000 19000 8500
#2025-08-5 11000 12000 17000 7000
# ex) 날짜별로 최고가의 가격만 보고 싶다!!!!!
# (고가 컬럼 이외에 최고가 있다고 가정)
# ==> 체크 : 일단 하려는 일이 줄 단위로 동일한지 : OK
# 기능 : 임의의 가로줄에서,,,여러개 값 중에서 최고값을 선택!!!!
# apply(줄 단위로 롤링해주는 역할) + lambda ( 할 일에 대한 기술 )
stcok_price_df.apply( lambda x: x.max(), axis=1)
# 0
#2025-08-01 13000
#2025-08-02 15000
#2025-08-03 15000
#2025-08-04 19000
#2025-08-5 17000
#
#dtype: int64
# 날짜별로 최고값과 최저값의 차이를 계산해보고 싶다 ( 그날의 변동성 )
# --> 체크 : 일단 하는 일 -> 줄 단위로 규칙이 있는가
# 기능 : 그 줄의 최고값 - 그 줄의 최저값
stcok_price_df.apply( lambda x: x.max() - x.min(), axis= 1)
# 0
#2025-08-01 9800
#2025-08-02 9200
#2025-08-03 9950
#2025-08-04 10500
#2025-08-5 10000
#
#dtype: int64
#기존의 컬럼의 값을 바탕으로 새로운 값/특징/변수 생성해서 컬럼에 추가
# => 그 중에서 그날의 변동성이 중요한 지표인 것 같아서 한 번 해보려고 합니다.
stcok_price_df["Gap"] = stcok_price_df.apply(lambda x : x.max() - x.min(), axis = 1)
stcok_price_df
# 시가 종가 고가 저가 Gap
#2025-08-01 10000 11000 13000 3200 9800
#2025-08-02 10300 12000 15000 5800 9200
#2025-08-03 9900 10000 15000 5050 9950
#2025-08-04 10500 13000 19000 8500 10500
#2025-08-5 11000 12000 17000 7000 10000
# ++ To Do)
# 위의 lambda + apply를 사용하지 말고
# ==> 배치처리를 순회하면서.. 직접 for문으로 작성해보세요
# + FM적으로 값에 대한 접근을 활용해보면서
stcok_price_df["GapFor"] = 0
stcok_price_df
# 시가 종가 고가 저가 Gap GapFor
#2025-08-01 10000 11000 13000 3200 9800 0
#2025-08-02 10300 12000 15000 5800 9200 0
#2025-08-03 9900 10000 15000 5050 9950 0
#2025-08-04 10500 13000 19000 8500 10500 0
#2025-08-5 11000 12000 17000 7000 10000 0
# --> DF에서 가로줄을 돌아가면서 for문
# i번쨰 날짜에서 할 일을 생각
# -> 4개의 가격을 수집(loc, iloc)
# -> 그 값들에서 Max, min, 차이 계산(max, min)
# -> 그 날짜의 GapFor 컬럼의 위치에 값을 기록
# [i번째 가로줄, GapFor] (at/iat)
# cf) 값에 대한 접근 : 정수로 통일하던지, 내가 만든 것들로 통일하던지
# 1) 태생적인 정수인덱스로
for i in range(len(stcok_price_df)):
print(i)
#0
#1
#2
#3
#4
# 2) 내가 만든 인덱스 중심!!
for i in stcok_price_df.index:
print(i)
#2025-08-01
#2025-08-02
#2025-08-03
#2025-08-04
#2025-08-5
# sol1)
for i in range(len(stcok_price_df)):
#i번째 가로줄에서 무엇을 할지
#1) i번째 가로줄에서 필요한 4개 값 가져오기-> iloc
data = stcok_price_df.iloc[i,:4] # => 중간에 컬럼이 이상한 거 추가되면 오류
# 2) max - min
temp = data.max() - data.min()
# 3) i번째 가로줄, 세로줄 GapFor(정수인덱스5)
stcok_price_df.iat[i,5] = temp
print("Done!")
##하드코딩
stcok_price_df
# 시가 종가 고가 저가 Gap GapFor
#2025-08-01 10000 11000 13000 3200 9800 9800
#2025-08-02 10300 12000 15000 5800 9200 9200
#2025-08-03 9900 10000 15000 5050 9950 9950
#2025-08-04 10500 13000 19000 8500 10500 10500
#2025-08-5 11000 12000 17000 7000 10000 10000
# sol1) 수정
# 데이터를 수집할 항목들에 대한 정의....
cols = ["시가","종가","고가","저가"] #List UP
cols_idx = [stcok_price_df.columns.get_loc(c) for c in cols]
# 기록할 컬럼의 위치
new_col_name = "GapFor"#***
stcok_price_df[new_col_name] = 0
gap_idx = stcok_price_df.columns.get_loc(new_col_name)
for i in range(len(stcok_price_df)):
#i번째 가로줄에서 무엇을 할지
#1) i번째 가로줄에서 필요한 4개 값 가져오기-> iloc
data = stcok_price_df.iloc[i, cols_idx] # => 중간에 컬럼이 이상한 거 추가되면 오류
# 2) max - min
temp = data.max() - data.min()
# 3) i번째 가로줄, 세로줄 GapFor(정수인덱스5)
stcok_price_df.iat[i,gap_idx] = temp
print("Done!")
stcok_price_df
# 시가 종가 고가 저가 Gap GapFor
#2025-08-01 10000 11000 13000 3200 9800 9800
#2025-08-02 10300 12000 15000 5800 9200 9200
#2025-08-03 9900 10000 15000 5050 9950 9950
#2025-08-04 10500 13000 19000 8500 10500 10500
#2025-08-5 11000 12000 17000 7000 10000 10000
# sol2) 내가 만든 인덱스 중심...
cols = ["시가","종가","고가","저가"] #List UP
new_col_name = "GapFor"#***
stcok_price_df[new_col_name] = 0
for i in stcok_price_df.index:
#내가 만든 것들로 다 접근
data = stcok_price_df.loc[i, cols]
temp = data.max()-data.min()
stcok_price_df.at[ i, new_col_name] = temp
stcok_price_df
# 시가 종가 고가 저가 Gap GapFor
#2025-08-01 10000 11000 13000 3200 9800 9800
#2025-08-02 10300 12000 15000 5800 9200 9200
#2025-08-03 9900 10000 15000 5050 9950 9950
#2025-08-04 10500 13000 19000 8500 10500 10500
#2025-08-5 11000 12000 17000 7000 10000 10000
for i, v in enumerate(stcok_price_df.index):
print(i,v)
#0 2025-08-01
#1 2025-08-02
#2 2025-08-03
#3 2025-08-04
#4 2025-08-5
stcok_price_df
# 시가 종가 고가 저가 Gap GapFor
#2025-08-01 10000 11000 13000 3200 9800 9800
#2025-08-02 10300 12000 15000 5800 9200 9200
#2025-08-03 9900 10000 15000 5050 9950 9950
#2025-08-04 10500 13000 19000 8500 10500 10500
#2025-08-5 11000 12000 17000 7000 10000 10000
# 위의 DF을 날짜별로 시/종/고/저의 평균을 계산해주세요!!!
# ==> apply+lambda
# +++ 코드에러가 아니라,,값이 진짜 평균 계산값이 맞는지 체크!!!
# sql : avg, python : mean
stcok_price_df.apply( lambda x: x.mean(), axis=1)
# 0
#2025-08-01 9466.666667
#2025-08-02 10250.000000
#2025-08-03 9975.000000
#2025-08-04 12000.000000
#2025-08-5 11166.666667
#
#dtype: float64
(10000+11000+13000+3200)/4
#9300.0
# 값이 틀림 왜? -> 위는 gap, gapfor까지 포함하여 계산한 값임
stcok_price_df.iloc[:, :4].apply(lambda x: x.mean(), axis=1)
# 0
#2025-08-01 9300.0
#2025-08-02 10775.0
#2025-08-03 9987.5
#2025-08-04 12750.0
#2025-08-5 11750.0
#
#dtype: float64
stcok_price_df.iloc[:3, :4].apply(lambda x: x.mean(), axis=1)
# 0
#2025-08-01 9300.0
#2025-08-02 10775.0
#2025-08-03 9987.5
#
#dtype: float64
#위를 보면서
#체크!!!)
# DF에서 apply로 적용할 때: 전체에 적용할지 or 일부분에 적용할지 구분하자
# 기타
stcok_price_df.describe()
# 시가 종가 고가 저가 Gap GapFor
#count 5.000000 5.000000 5.00000 5.000000 5.000000 5.000000
#mean 10340.000000 11600.000000 15800.00000 5910.000000 9890.000000 9890.000000
#std 439.317653 1140.175425 2280.35085 1999.499937 466.904701 466.904701
#min 9900.000000 10000.000000 13000.00000 3200.000000 9200.000000 9200.000000
#25% 10000.000000 11000.000000 15000.00000 5050.000000 9800.000000 9800.000000
#50% 10300.000000 12000.000000 15000.00000 5800.000000 9950.000000 9950.000000
#75% 10500.000000 12000.000000 17000.00000 7000.000000 10000.000000 10000.000000
#max 11000.000000 13000.000000 19000.00000 8500.000000 10500.000000 10500.000000
stcok_price_df.info()
#<class 'pandas.core.frame.DataFrame'>
#Index: 5 entries, 2025-08-01 to 2025-08-5
#Data columns (total 6 columns):
# # Column Non-Null Count Dtype
#--- ------ -------------- -----
#0 시가 5 non-null int64
#1 종가 5 non-null int64
#2 고가 5 non-null int64
#3 저가 5 non-null int64
#4 Gap 5 non-null int64
#5 GapFor 5 non-null int64
#dtypes: int64(6)
#memory usage: 452.0+ bytes
stcok_price_df.corr()
# --> 종속성에 대한 체크를 할 떄 사용이 됨!!!
# but) 전통적인 통계 모형 : 종속성이 있는 변수( 키 ~ 몸무게)
# 계수가 겁나 작거나, 겁나 크거나..
# 행렬에 대한 이해(독립/종속)-->det ~~~~
# Tree기반의 모형들은 : 약간의 알빠노!!!!
# : 원하는 Cost를 보고,계산을 하는 것임!!!
# : 아주~~~심각하게 돌릴 필용까지는 잘 없음..
# : 알아서 떨어져 나감;;;
# : 통합지표///하나만 선택,,,비교 모델 성능기준..
# 시가 종가 고가 저가 Gap GapFor
#시가 1.000000 0.688761 0.658815 0.693863 0.246198 0.246198
#종가 0.688761 1.000000 0.730769 0.769811 0.272376 0.272376
#고가 0.658815 0.730769 1.000000 0.984744 0.666850 0.666850
#저가 0.693863 0.769811 0.984744 1.000000 0.527006 0.527006
#Gap 0.246198 0.272376 0.666850 0.527006 1.000000 1.000000
#GapFor 0.246198 0.272376 0.666850 0.527006 1.000000 1.000000'데이터분석 > Pandas' 카테고리의 다른 글
| [Python] Pandas 06 _ kobis_api_xml (0) | 2025.08.20 |
|---|---|
| [Python] pandas 05_kobis_api_json (0) | 2025.08.19 |
| [Python] Pandas 04 _ json (0) | 2025.08.19 |
| [Python] Pandas 02 _pandas_1D_Series (2) (0) | 2025.08.19 |
| [Python] Pandas 02 _pandas_1D_Series (1) (4) | 2025.08.18 |
