엑셀 데이터 전처리 쉽게하기

 

엑셀 데이터 전처리 쉽게하기

 

www.youtube.com/watch?v=_bxFs4qTGQQ

 

import pandas as pd

 

df1 = pd.read_csv('Data01.csv') print(df1.shape) # 전체 줄 수, 컬럼 수

(15000, 7)

 

df1.head()

 

날짜상품명바코드발주가능상태입고수량카테고리출고수량

0	2019-05-16	V2_0	8.801047e+12	발주가능	384	세탁세제	72
1	2019-05-16	V2_3	8.801047e+12	발주가능	207	세탁세제	5
2	2019-05-16	V2_7	8.801047e+12	발주가능	520	헤어케어	19
3	2019-05-16	V2_11	8.801047e+12	발주가능	0	세탁세제	5
4	2019-05-16	V2_14	8.801046e+12	발주가능	96	세탁세제	1

 

df1.info() # 컬럼별 자료 정보

<class 'pandas.core.frame.DataFrame'>

RangeIndex: 15000 entries, 0 to 14999

Data columns (total 7 columns):

날짜 15000 non-null object

상품명 15000 non-null object

바코드 14992 non-null float64

발주가능상태 15000 non-null object

입고수량 15000 non-null int64

카테고리 15000 non-null object

출고수량 15000 non-null int64

dtypes: float64(1), int64(2), object(4)

memory usage: 820.4+ KB

 

df1.describe() # 숫자값 컬럼 통계

 

바코드입고수량출고수량

count	1.499200e+04	15000.000000	15000.000000
mean	1.294839e+13	58.144533	7.205200
std	5.243929e+12	348.398250	19.819656
min	6.414100e+12	0.000000	0.000000
25%	8.801046e+12	0.000000	0.000000
50%	8.801047e+12	0.000000	1.000000
75%	1.880105e+13	0.000000	4.000000
max	2.880105e+13	9777.000000	308.000000

 

df1['카테고리'].unique() # 범주형 데이터 항목

 

array(['세탁세제', '헤어케어', '주방세제', 'ST', 'F&B', '덴탈케어', '기타', '매입브랜드'], dtype=object)

 

df1['카테고리'].value_counts() # 범주형 데이터 항목 갯수

 

세탁세제 4265

덴탈케어 3115

헤어케어 2750

ST 1732

주방세제 1709

F&B 1038

매입브랜드 238

기타 153

Name: 카테고리, dtype: int64

 

df1['카테고리'].describe() # 범주형 특정 컬럼의 통계 정보

 

count 15000

unique 8

top 세탁세제

freq 4265

Name: 카테고리, dtype: object

 

df1[['발주가능상태','카테고리','상품명']].describe()

 

                                        발주가능상태                      카테고리                          상품명

count	15000	15000	15000
unique	3	8	528
top	발주가능	세탁세제	V2_114
freq	14700	4265	47

 

df1.describe().columns.tolist() # 숫자형 컬럼 리스트

 

['바코드', '입고수량', '출고수량']

 

df1.columns.tolist() # 전체 컬럼 리스트

 

['날짜', '상품명', '바코드', '발주가능상태', '입고수량', '카테고리', '출고수량']

 

total_list = df1.columns.tolist() # 전체 컬럼 리스트

numeric_list = df1.describe().columns.tolist() # 숫자 컬럼 리스트

object_list = list(set(total_list)-set(numeric_list)) # 문자 컬럼 리스트 추출

 

df1[object_list].describe() # 모든 문자형 컬럼들의 통계 정보

 

                                 상품명                      날짜                            발주가능상태            카테고리

count	15000	15000	15000	15000
unique	528	84	3	8
top	V2_114	2019-05-26	발주가능	세탁세제
freq	47	226	14700	4265

• 정렬

 

df1.sort_values(by='입고수량',ascending=False) # 특정 컬럼 기준으로 정렬 (내림차순)

 

     

 

df1.sort_values(by=['입고수량','출고수량'],ascending=[True,False]) # 여러 컬럼 기준으로 정렬

 

날짜상품명바코드발주가능상태입고수량카테고리출고수량

9091	2019-07-01	V2_86	1.880105e+13	발주가능	0	세탁세제	305
5005	2019-06-10	V2_86	1.880105e+13	발주가능	0	세탁세제	266
3831	2019-06-04	V2_86	1.880105e+13	발주가능	0	세탁세제	258
5200	2019-06-11	V2_86	1.880105e+13	발주가능	0	세탁세제	256
3218	2019-06-01	V2_86	1.880105e+13	발주가능	0	세탁세제	250
...	...	...	...	...	...	...	...
14062	2019-07-31	V2_129	8.801050e+12	발주가능	7287	덴탈케어	49
14051	2019-07-31	V2_86	1.880100e+13	발주가능	9480	세탁세제	141
13054	2019-07-23	V2_86	1.880105e+13	발주가능	9488	세탁세제	208
9719	2019-07-04	V2_86	1.880105e+13	발주가능	9539	세탁세제	205
3647	2019-06-03	V2_86	1.880105e+13	발주가능	9777	세탁세제	308

15000 rows × 7 columns