06. 판다스 데이터프레임(Pandas DataFrame) 만드는 3가지 방법

06. 판다스 데이터프레임(Pandas DataFrame) 만드는 3가지 방법

0) 사용 이유

1. 2차원 데이터를 다루기 위하여 사용
   1. 시리즈는 1차원 데이터만 사용 가능
2. R의 DataFrame을 참고해서 만듬 -> 데이터 편집, 관리에 용의

1) 기본 코드

import pandas as pd

#딕셔너리 사용
data1 = {'제품명': ['새우깡', '양파링', '계란과자'],
        '유통기한': ['2022-11-01', '2023-01-31', '2022-06-03'],
        '판매가' : [1600, 1200, 1400]}

df1 = pd.DataFrame(data=data1)
print(df1)

#리스트 사용
data2 = [['새우깡', '2022-11-01', 1600],
         ['양파링', '2023-01-31', 1200],
         ['계란과자', '2022-06-03', 1400]]
columns2 = ['제품명', '유통기한', '판매가']

df2 = pd.DataFrame(data=data2, columns=columns2)
print(df2)

#리스트 + 딕셔너리 사용
data3 = [{'제품명':'새우깡', '유통기한':'2022-11-01', '판매가':1600},
         {'제품명':'양파링', '유통기한':'2023-01-31', '판매가':1200},
         {'제품명':'계란과자', '유통기한':'2022-06-03', '판매가':1400}]

df3 = pd.DataFrame(data=data3)
print(df3)

 

반응형

 

2) 실행 결과

#딕셔너리 사용
data1 = {'제품명': ['새우깡', '양파링', '계란과자'],
        '유통기한': ['2022-11-01', '2023-01-31', '2022-06-03'],
        '판매가' : [1600, 1200, 1400]}

df1 = pd.DataFrame(data=data1)
print(df1)

    제품명        유통기한   판매가
0   새우깡  2022-11-01  1600
1   양파링  2023-01-31  1200
2  계란과자  2022-06-03  1400

• 각 행을 기준으로 딕셔너리로 묶어서 데이터 프레임을 만드는 방법

#리스트 사용
data2 = [['새우깡', '2022-11-01', 1600],
         ['양파링', '2023-01-31', 1200],
         ['계란과자', '2022-06-03', 1400]]
columns2 = ['제품명', '유통기한', '판매가']

df2 = pd.DataFrame(data=data2, columns=columns2)
print(df2)

    제품명        유통기한   판매가
0   새우깡  2022-11-01  1600
1   양파링  2023-01-31  1200
2  계란과자  2022-06-03  1400

• 각 행별 데이터입력과 컬럼명을 따로 입력하는 방법

#리스트 + 딕셔너리 사용
data3 = [{'제품명':'새우깡', '유통기한':'2022-11-01', '판매가':1600},
         {'제품명':'양파링', '유통기한':'2023-01-31', '판매가':1200},
         {'제품명':'계란과자', '유통기한':'2022-06-03', '판매가':1400}]

df3 = pd.DataFrame(data=data3)
print(df3)

    제품명        유통기한   판매가
0   새우깡  2022-11-01  1600
1   양파링  2023-01-31  1200
2  계란과자  2022-06-03  1400

• 리스트 안에 각 데이터를 딕셔너리로 묶어서 만드는 방법

3) 각 방법별 차이

1. 만드는 방법에서의 차이는 있으나 결과적으로 DataFrame으로 만들어 사용하면 같은 형식
2. 결론적으로 차이는 없음