4주차: 파일 입출력과 Pandas 데이터 처리

with open("test.txt", "w", encoding="utf-8") as file:
    file.write("첫 번째 줄\n")
    file.write("두 번째 줄\n")
    file.write("세 번째 줄\n")
# 여기서 file은 이미 닫혀 있음

with open("test.txt", "r", encoding="utf-8") as file:
    first_four = file.read(4)     # → '첫 번째'   네 글자
    next_line = file.readline()   # → ' 줄\n'     현재 위치부터 줄 끝까지
    rest = file.read()            # → '두 번째 줄\n세 번째 줄\n'

import pandas as pd

import pandas as pd
 
csv_df = pd.read_csv("file1.csv")
excel_df = pd.read_excel("file1.xlsx")
 
print(csv_df.head())     # 처음 5행
print(csv_df.head(1))    # 처음 1행

names = ["Olga", "Andrew", "Brian", "Telulah", "Nicole", "Tilda"]
ages = [29, 21, 45, 23, 39, 46]
married = [False, True, True, True, False, True]
 
name_series = pd.Series(names, name="name")
people = pd.DataFrame({
    "name": names,
    "age": ages,
    "married": married,
})
 
print(name_series.iloc[2])       # → Brian
print(people.iloc[2, 0])         # → Brian   2번 행, 0번 열

nutrition = pd.read_csv("nutrition.csv", index_col=0)
 
print(nutrition.axes)    # [행 인덱스, 열 인덱스]
print(nutrition.index)   # 행 이름 (식품 이름)
print(nutrition.columns) # 열 이름 (영양소)
print(nutrition.sample(n=3, random_state=12))

nutrition = nutrition.drop(columns=["Unnamed: 0"], errors="ignore")

row = nutrition.loc["Eggplant, raw"]                 # 행 하나 → Series
calories = nutrition.loc["Eggplant, raw", "calories"] # 값 하나
 
subset = nutrition.loc[
    ["Raspberries, raw", "Blackberries, raw"],        # 행 목록
    ["protein", "vitamin_b6", "water"],               # 열 목록
]

first_row = nutrition.iloc[0]               # 첫 번째 행
selected = nutrition.iloc[[4, 6, 9], 2:5]   # 4·6·9번 행 × 2·3·4번 열

value_by_label = nutrition.at["Nuts, pecans", "calories"]
value_by_position = nutrition.iat[1, 1]

people = pd.DataFrame({
    "age": [12, 13, 14, 16],
    "weight": [41.1, 34.5, 83.2, 90.1],
    "height": ["1.72", "1.74", "1.91", "1.54"],   # 숫자처럼 보이는 문자열
})
 
people["height"] = people["height"].astype(float)
people["age"] = people["age"].astype(int)

sorted_nutrition = nutrition.sort_values(
    by=["cholesterol", "sodium"],
    ascending=[False, True],       # 콜레스테롤 내림차순 → 같으면 나트륨 오름차순
)

valuable  = players.loc[players["market_value"] > 40]
defenders = players.loc[players["position"].isin(["LB", "CB", "RB"])]
young     = players.loc[players["age"] <= 25]
mid_value = players.loc[players["market_value"].between(40, 50)]   # 40 이상 50 이하

target = players.loc[
    (players["position"] == "LB")
    & (players["age"] <= 25)
    & (players["market_value"] >= 10)
    & ~players["club"].isin(["Tottenham", "Arsenal"])
]

key_columns = ["club", "age", "position", "market_value"]
 
duplicates = players.loc[
    players.duplicated(subset=key_columns, keep=False)   # 중복 그룹의 모든 행 표시
]
 
deduplicated = players.drop_duplicates(
    subset=key_columns,
    keep="first",                                        # 그룹에서 첫 행만 남김
)

players = players.fillna({
    "market_value": players["market_value"].mean(),   # 수치형: 평균
    "position": "RM",                                 # 범주형: 지정 값
})

summary = (
    players.select_dtypes(include="number")   # 숫자 열만
    .agg(["min", "max", "mean"])              # 열마다 세 가지 요약
)
 
converted = players[["market_value", "fpl_value"]] * 0.91   # 열 전체에 한 번에 곱하기

def round_float_series(series):
    if pd.api.types.is_float_dtype(series):
        return series.round()
    return series
 
rounded = players.apply(round_float_series)   # 열마다 함수 적용