데이터프레임(DataFrame)의 배열 조인(join)과 배열분할(split)

배열 조인

- 두 개 이상의 배열내용을 단일 배열에 넣는 것을 의미 Numpy에서는 축을 기준으로 배열을 조인한다

stack() : 연결과 동일하고 차이점은 스태킹이 새축을 따라 수행된다는 것이다 명시적으로 전달되지 않으면 0으로 간주된다
2) hstack() : 행을 따라 쌓는 도우미 
3) vstack() : 열을 따라 쌓는 도우미 기능을 제공
4) dstack() : 깊이와 동일한 높이를 따라 쌓는 도우미 기능을 제공

 

stack : 새로운 버티컬 축으로 수행된다
ver1 = np.array([1,2,3])
ver2 = np.array([4,5,6])
verti = np.stack((ver1, ver2), axis=1)
print(verti)

 

hstack() : 행을 따라 쌓기

vstack() : 함수는 주어진 배열을 수직으로 쌓아(concatenate) 하나의 배열로 만들어 준다

dstack() : 높이(깊이)를 따라 쌓기 stack과 비슷하다

 

 

concatenating

# 컬럼명이 같으면, 여러 데이터 프레임을 하나로 합칠 수 있다 2개 이상의 데이터도 가능하다

 

 

 

df1

	A	B	C	D
0	A0	B0	C0	D0
1	A1	B1	C1	D1
2	A2	B2	C2	D2
3	A3	B3	C3	D3

 

df2

	A	B	C	D
4	A4	B4	C4	D4
5	A5	B5	C5	D5
6	A6	B6	C6	D6
7	A7	B7	C7	D7

 

 

df3

	A	B	C	D
8	A8	B8	C8	D8
9	A9	B9	C9	D9
10	A10	B10	C10	D10
11	A11	B11	C11	D11

 

 

 

pd.concat( [df1, df2, df3] )  # concatenating

 

	A	B	C	D
0	A0	B0	C0	D0
1	A1	B1	C1	D1
2	A2	B2	C2	D2
3	A3	B3	C3	D3
4	A4	B4	C4	D4
5	A5	B5	C5	D5
6	A6	B6	C6	D6
7	A7	B7	C7	D7
8	A8	B8	C8	D8
9	A9	B9	C9	D9
10	A10	B10	C10	D10
11	A11	B11	C11	D11

 

 

 

merge

# 컬럼명이 다를 경우에 사용가능하다

# merge 함수는 2개의 데이터프레임만 가능하다

 

df_all

	Employee ID	first name	last name
0	1	Diana	Bouchard
1	2	Cynthia	Ali
2	3	Shep	Rob
3	4	Ryan	Mitch
4	5	Allen	Steve
5	6	Bill	Christian
6	7	Dina	Mo
7	8	Sarah	Steve
8	9	Heather	Bob
9	10	Holly	Michelle

 

 

 

df_salary                 # Employee ID 6번이 빠져있다.

	Employee ID	Salary [$/hour]
0	1	25.0
1	2	35.0
2	3	45.0
3	4	48.0
4	5	49.0
5	7	32.0
6	8	33.0
7	9	34.0
8	10	23.0

 

 

 

 

# how  = 'left' 를 이용하여 데이터프레임에 없는 데이터는 nan으로 표시하게하기

 # on = '중복 데이터 컬럼' 이름으로 연결 가능하다

 

 

pd.merge( df_all, df_salary, on='Employee ID' , how = 'left' )            

 

	Employee ID	first name	last name	Salary [$/hour]
0	1	Diana	Bouchard	25.0
1	2	Cynthia	Ali	35.0
2	3	Shep	Rob	45.0
3	4	Ryan	Mitch	48.0
4	5	Allen	Steve	49.0
5	6	Bill	Christian	NaN
6	7	Dina	Mo	32.0
7	8	Sarah	Steve	33.0
8	9	Heather	Bob	34.0
9	10	Holly	Michelle	23.0

 

 

 

 

 

배열 분할

- 결합은 여러 배열을 하나로 병합하고 분할은 하나의 배열을 여러 배열로 나눈다

- array_split()

 

spl = np.array([1, 2, 3, 4, 5, 6])
newspl = np.array_split(arr, 3) #분할을 3개로
print(newspl)

 

#2차원 배열을 3개의 2차원 배열로
three = np.array([[1,2],[3,4],[5,6],[7,8],[9,10],[11,12]])
newthree = np.array_split(three,3)
print(newthree)