pandas 데이터프레임 불필요한 데이터 제거 및 정리 자세하게

- 데이터를 정제하기 위해 CSV 파일 불러오기,,,

import pandas as pd

ns_df = pd.read_csv('2.28도서관 장서 대출목록 (2023년 03월).csv', low_memory=False, encoding='euc-kr')

print(ns_df.head())

하다보면 'UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb9 in position 0: invalid start byte' 라는

에러가 뜰 수 있는데 이것은 바로 csv가 utf-8이 아닌 'euc-kr'(주로 이거)나 'cp949' 로 되어 있기 때문...!

이럴땐 뒤에 encoding='euc-kr'라고 적어주면 정상적으로 읽어준다.

- 어쨌든 정제하려면 행이야 순서대로 인덱스 번호가 주어진다지만..! 

열은 어떻게 쉽게 불러와서 정리할 수 있을까.

열이름에도 인덱스 번호가 주어진다.  DF.columns() 메소드를 사용하면

 열이름(인덱스이름)이 무엇이 있는지 알려주고, 처음부터 0번..! 헷갈리면 인덱스번호를 붙여서 확인도 가능하다. 

 

- columns 속성은 판다스의 Index 클래스 객체

   ▶ 판다스 배열 성격의 객체는 어떤 값과 비교할 때 자동으로 배열에 있는 모든 원소와 하나씩 비교해준다.

      ▷ 이것이 바로 원소별 비교, element-wise comparison ▼ 이렇다고 함

print(ns_df.columns != '도서명')

이라는 columns 속성과 비교해서 비교연산자를 사용하면

[ True False  True  True  True  True  True  True  True  True  True  True  True  True]

  ▶ 이런식으로 반환된 결과 가 나옴. ▶▶ 그것이 바로 넘파이 배열 Numpy array 

 

 - 이러한 내용을 토대로 원하는 행만 제외하고 다른 변수에 저장하고 불러오면 원하는 열만 제외 가능.

    △ 짠 사라졌다 '^'

 

- 또 다르게 원하지 않는 열을 삭제 하는 방법. drop()

  ▶ 맨 뒤에 inplace=True를 적으면 선택한 데이터 프레임에 덮어쓰기 (변수 따로 지정안해줘도됨)