09_숫자함수
| 7 Minute Read on Pandas
숫자함수¶
- Pandas는 데이터 컬럼 내에(데이터 개별 요소) 숫자함수를 적용할 수도 있고 컬럼(columns)간, 로우(row)간에도 숫자함수를 적용할 수 있다.
자주 사용되는 숫자함수는 다음과 같다.
- +, -. *, / : 같은 사치역산
- mod : 나머지 구하기(%)
- abs : 절대값
- round : 소수점 특정 자릿수에서 반올림하기.
Pandas는 numpy의 범용함수를 지원한다.
- np.power
- np.sqauare
- np.log
- np.exp
- np.sign
In [2]:
import pandas as pd
import numpy as np
#data = np.arange(12).reshape((-1, 4))
data = np.random.randn(3,4)
row_index = [2000, 2001, 2002 ]
columns = ['Arizona','Boston', 'Chicago','Detroit']
df = pd.DataFrame(data = data, columns = columns)
print(df)
In [3]:
print(abs(df)) # 전체의 컬럼에만 적용
print(abs(df['Arizona'])) # 하나의 컬럼에만 적용
print(abs(df.iloc[1]) ) # 전체의 로우에만 적용
In [4]:
# 컬럼 간 연산
df['Arizona'] + df['Boston']
Out[4]:
In [5]:
# 로우간 연산
df.iloc[1] + df.iloc[2]
Out[5]:
In [6]:
df * 10
Out[6]:
In [7]:
df.mod(4)
Out[7]:
In [8]:
data = np.arange(8).reshape((-1, 4))
columns = ['Arizona','Boston', 'Chicago','Detroit']
df = pd.DataFrame(data = data, columns = columns)
df
Out[8]:
In [9]:
df**4
Out[9]:
In [10]:
np.power(df,2)
Out[10]:
In [11]:
np.exp(df)
Out[11]:
In [12]:
np.sign(df)
Out[12]:
In [13]:
np.sqrt(np.power(df,2))
Out[13]: