[Pandas 기초] 시리즈와 데이터프레임의 산술연산

1. 시리즈의 산술연산

1-1. 시리즈 vs 숫자

student1 = pd.Series({'국어':100,'영어':80,'수학':90})
student1

[Output]
국어    100
영어     80
수학     90
dtype: int64

print(student1/200)
print('\n')
print(type(student1/200))

[Output]
국어    0.50
영어    0.40
수학    0.45
dtype: float64

<class 'pandas.core.series.Series'>

1-2. 시리즈 vs 시리즈

시리즈와 시리즈 간의 연산은 같은 인덱스를 가진 원소끼리 연산하여 새 시리즈를 반환해준다.

같은 인덱스를 가지지만 순서가 다른 두 시리즈를 생성한다.

student1 = pd.Series({'국어':100, '영어':80,'수학':90})
student2 = pd.Series({'수학':80, '국어':90, '영어':80})

print(student1)
print('\n')
print(student2)

[Output]
국어    100
영어     80
수학     90
dtype: int64


수학    80
국어    90
영어    80
dtype: int64

사칙연산을 해보자

add_data = student1 + student2  # 덧셈
sub_data = student1 - student2  # 뺄셈
mul_data = student1 * student2  # 곱셈
div_data = student1 / student2  # 나눗셉

# 결과를 데이터 프레임으로 합치기 (시리즈 -> 데이터프레임)
result = pd.DataFrame([add_data,sub_data,mul_data,div_data], index = ['덧셈','뺄셈','곱셈','나눗셈'])
print(result)

[Output]    
              국어        수학      영어
덧셈    190.000000   170.000   160.0
뺄셈     10.000000    10.000     0.0
곱셈   9000.000000  7200.000  6400.0
나눗셈     1.111111     1.125     1.0

참고로 시리즈를 데이터프레임으로 변환할때,
시리즈는 []안으로 합치면 각 인덱스는 열이름이된다.

1-3. NaN값이 있는 시리즈 연산

이번엔 한 시리즈에 인덱스가 하나가 없고, 한 시리즈에는 Nan이 있는 경우의 연산을 해보자

import pandas as pd
import numpy as np

student1 = pd.Series({'국어':np.nan, '영어':80,'수학':90})
student2 = pd.Series({'수학':80, '국어':90})

print(student1)
print('\n')
print(student2)

print(student1 + student2)

[Output]
국어      NaN
수학    170.0
영어      NaN

이처럼 NaN과의 연산 결과는 NaN이고, 인덱스가 없는 경우도 NaN으로 반환해준다.

1-4. 연산메소드(add(), sub(), mul(), div())와 fill_value()

앞에서는 사칙연산을 + - * / 로 직접 해주었으나 연산함수도 존재한다.
그리고 앞에서 연산결과가 NaN이 되는 두가지 경우에 대해 fill_value옵션으로 값을 대체해 줄 수 있다.

import pandas as pd
import numpy as np

student1 = pd.Series({'국어':np.nan, '영어':80,'수학':90})
student2 = pd.Series({'수학':80, '국어':90})

print(student1)
print('\n')
print(student2)

[Output]
국어     NaN
영어    80.0
수학    90.0
dtype: float64


수학    80
국어    90
dtype: int64

사칙연산 대신 연산메소드를 사용랬고, NaN을 0으로 대체주라는 명령을 했다.

add_data = student1.add(student2, fill_value=0)
sub_data = student1.sub(student2, fill_value=0)
mul_data = student1.mul(student2, fill_value=0)
div_data = student1.div(student2, fill_value=0)

result = pd.DataFrame([add_data,sub_data,mul_data,div_data], index = ['덧셈','뺄셈','곱셈','나눗셈'])
print(result)

[Output]    
       국어        수학         영어
덧셈   90.0   170.000  80.000000
뺄셈  -90.0    10.000  80.000000
곱셈    0.0  7200.000   0.000000
나눗셈   0.0     1.125        inf

여기스 inf는 무한대(infinite)라는 의미로, ‘영어’인덱스를 연산할때 NaN을 0으로 대체해 주라고 했으므로 80나누기0은 무한대이기 때문이다. (80나누기0인 이유는 연산메소드를 student1에 2를 걸어줬기 때문이다.)

2. 데이터프레임의 산술연산

2-1. 데이터프레임 vs 숫자

데이터프레임은 결국 시리즈의 확장이기 때문에 시리즈의 연산과 별다른 차이는 없다.

이번에는 seaborn 라이브러리에서 제공하는 타이타닉 데이터를 불러와보자

import pandas as pd
import seaborn as sns

titanic = sns.load_dataset('titanic')
titanic.head()

	survived	pclass	sex	age	sibsp	parch	fare	embarked	class	who	adult_male	deck	embark_town	alive	alone
0	0	3	male	22.0	1	0	7.2500	S	Third	man	True	NaN	Southampton	no	False
1	1	1	female	38.0	1	0	71.2833	C	First	woman	False	C	Cherbourg	yes	False
2	1	3	female	26.0	0	0	7.9250	S	Third	woman	False	NaN	Southampton	yes	True
3	1	1	female	35.0	1	0	53.1000	S	First	woman	False	C	Southampton	yes	False
4	0	3	male	35.0	0	0	8.0500	S	Third	man	True	NaN	Southampton	no	True

앞에서 배운 데이터프레임의 인덱싱을 이용해서 age, fare열만 가져오자.

df = titanic.loc[:, ['age','fare']]
df.head()

	age	fare
0	22.0	7.2500
1	38.0	71.2833
2	26.0	7.9250
3	35.0	53.1000
4	35.0	8.0500

여기에 10을 더해보자

addition = df + 10
addition.head()

	age	fare
0	32.0	17.2500
1	48.0	81.2833
2	36.0	17.9250
3	45.0	63.1000
4	45.0	18.0500

2-2. 데이터프레임 vs 데이터프레임

이번엔 타이타닉데이터의 아래쪽을 이용한다.

df.tail()

	age	fare
886	27.0	13.00
887	19.0	30.00
888	NaN	23.45
889	26.0	30.00
890	32.0	7.75

age열에 NaN이 존재한다.

addition = df + 10
addition.tail()

	age	fare
886	37.0	23.00
887	29.0	40.00
888	NaN	33.45
889	36.0	40.00
890	42.0	17.75

마찬가지로 NaN은 연산되지 않고 그대로 NaN이다.

10을 더했던 데이터프레임과 원래 데이터프레임을 다시 빼주면

substraction = addition - df
substraction.tail()

	age	fare
886	10.0	10.0
887	10.0	10.0
888	NaN	10.0
889	10.0	10.0
890	10.0	10.0

Reference

도서 [파이썬 머신러닝 판다스 데이터 분석]을 공부하며 작성하였습니다.