[Pandas]데이터 정리를 위한 메소드들

데이터 정리를 위한 메소드

다음은 일정기간 코스피 주가자료를 호출한 것입니다(yahoo finantical 자료 호출 참조).

import numpy as np 
import pandas as pd 
import yfinance as yf

st=pd.Timestamp(2024, 9, 1)
et=pd.Timestamp(2024, 9,22)
d=yf.download("^KS11", start=st, end=et)
d.head(2)

	Open	High	Low	Close	Adj Close	Volume
Date
2024-09-19	2594.669922	2598.679932	2550.090088	2580.800049	2580.800049	385100
2024-09-20	2603.830078	2619.550049	2591.399902	2593.370117	2593.370117	496000

query() 메서드: dataframe의 열에 대해 블리언 식을 평가합니다.

다음은 종가가 시가에 비해 큰 날짜(인덱스)를 호출한 것입니다.

d.query("Open <  Close").index

DatetimeIndex(['2024-09-09', '2024-09-12', '2024-09-13'], dtype='datetime64[ns]', name='Date', freq=None)

query() 메서드의 인수는 string입니다. 그러나 키워드 "@"를 사용하여 변수(객체)를 인수로 지정할 수 있습니다. 다음은 데이터 d의 마지막 종가를 query의 인수로 지정하기 위해 '@'를 적용한 것입니다.

b=d.Close[-1]
d.query("Close>@b")

	Open	High	Low	Close	Adj Close	Volume
Date
2024-09-02	2683.800049	2686.979980	2658.310059	2681.000000	2681.000000	267000
2024-09-03	2683.120117	2695.590088	2664.629883	2664.629883	2664.629883	303500

df.filter(items, like, regex, axis) 메소드: 지정한 조건에 따라 행 또는 열을 추출합니다.

d1=d.filter(items=["Open", "Close"])
d1.head(2)

	Open	Close
Date
2024-09-02	2683.800049	2681.000000
2024-09-03	2683.120117	2664.629883

d1.query('Open<Close')

	Open	Close
Date
2024-09-09	2498.669922	2535.929932
2024-09-12	2547.500000	2572.090088
2024-09-13	2571.810059	2575.409912

d.filter(like="Volume", axis=1).tail(3)

	Volume
Date
2024-09-13	358300
2024-09-19	385100
2024-09-20	496000

.sort_values() 메소드를 적용하여 올림차순으로 정렬할 수 있습니다. 내림차순으로 정렬하기 위해서는 인수 ascending=False로 지정합니다.

d.sort_values("Close").index

DatetimeIndex(['2024-09-11', '2024-09-10', '2024-09-09', '2024-09-06',
               '2024-09-12', '2024-09-13', '2024-09-05', '2024-09-04',
               '2024-09-19', '2024-09-20', '2024-09-03', '2024-09-02'],
              dtype='datetime64[ns]', name='Date', freq=None)

idx=d.Close.argmin()
d.index[idx]

Timestamp('2024-09-11 00:00:00')

d.sort_values("Close", ascending=False).index

DatetimeIndex(['2024-09-02', '2024-09-03', '2024-09-20', '2024-09-04',
               '2024-09-19', '2024-09-05', '2024-09-13', '2024-09-12',
               '2024-09-06', '2024-09-09', '2024-09-10', '2024-09-11'],
              dtype='datetime64[ns]', name='Date', freq=None)

메서드 rank()를 사용하여 각 값의 순위를 확인할 수 있습니다.

d["Close"].rank()

Date
2024-09-02    12.0
2024-09-03    11.0
2024-09-04     8.5
2024-09-05     7.0
2024-09-06     4.0
2024-09-09     3.0
2024-09-10     2.0
2024-09-11     1.0
2024-09-12     5.0
2024-09-13     6.0
2024-09-19     8.5
2024-09-20    10.0
Name: Close, dtype: float64