파이썬 numpy pandas 엑셀파일 불러오기 및 시각화

실습에 사용 된 자료
기상청 - 기상자료개방포털 / 서울 5월~6월 / 평균기온 삭제
https://data.kma.go.kr/stcs/grnd/grndTaList.do?pgmNo=70

In [1]:

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

In [2]:

seoul_tem=pd.read_csv("C:\\Users\\LEEJUNGJIK\\Python\\AI\\seoul_tem.csv", index_col=None) ## 윈도우즈 환경에서는 경로마다 \\ 두개씩
# seoul_tem=pd.read_csv("C:\\Users\\LEEJUNGJIK\\Python\\AI\\sales_data.csv", index_col="month") 특정 column 의 인덱스

In [3]:

seoul_tem
# seoul_tem.head() 상위 5개만 확인 / seoul_tem.tail() 하위 5개만 확인

Out[3]:

	month	day	low_tem	high_tem
0	5.0	1	9.8	20.8
1	5.0	2	9.1	23.7
2	5.0	3	12.4	26.2
3	5.0	4	15.6	25.8
4	5.0	5	15.5	21.6
...	...	...	...	...
57	6.0	27	21.4	29.1
58	6.0	28	24.2	30.1
59	6.0	29	23.2	25.9
60	6.0	30	23.2	29.1
61	NaN	\t	NaN	NaN

62 rows × 4 columns

In [4]:

# 최저기온 최고기온만 출력
plt.plot(seoul_tem['low_tem']) # 최저기온
plt.plot(seoul_tem['high_tem']) # 최고기온
plt.legend(['low_tem', 'high_tem']) # 범례 설정
plt.xlabel('DAY')
plt.ylabel('Temperature')
plt.show()

In [5]:

# 평균기온 coulmn 추가
seoul_tem_1=pd.DataFrame(seoul_tem, columns=['month', 'day', 'low_tem', 'high_tem', 'ave_tem'])

In [6]:

seoul_tem_1

Out[6]:

	month	day	low_tem	high_tem	ave_tem
0	5.0	1	9.8	20.8	NaN
1	5.0	2	9.1	23.7	NaN
2	5.0	3	12.4	26.2	NaN
3	5.0	4	15.6	25.8	NaN
4	5.0	5	15.5	21.6	NaN
...	...	...	...	...	...
57	6.0	27	21.4	29.1	NaN
58	6.0	28	24.2	30.1	NaN
59	6.0	29	23.2	25.9	NaN
60	6.0	30	23.2	29.1	NaN
61	NaN	\t	NaN	NaN	NaN

62 rows × 5 columns

In [7]:

# (최저기온 + 최고기온) / 2 = 평균 기온 값 등록
seoul_tem['ave_tem'] = seoul_tem[['low_tem', 'high_tem']].mean(axis=1)
seoul_tem

Out[7]:

	month	day	low_tem	high_tem	ave_tem
0	5.0	1	9.8	20.8	15.30
1	5.0	2	9.1	23.7	16.40
2	5.0	3	12.4	26.2	19.30
3	5.0	4	15.6	25.8	20.70
4	5.0	5	15.5	21.6	18.55
...	...	...	...	...	...
57	6.0	27	21.4	29.1	25.25
58	6.0	28	24.2	30.1	27.15
59	6.0	29	23.2	25.9	24.55
60	6.0	30	23.2	29.1	26.15
61	NaN	\t	NaN	NaN	NaN

62 rows × 5 columns

In [8]:

plt.plot(seoul_tem['low_tem']) # 최저기온
plt.plot(seoul_tem['high_tem']) # 최고기온
plt.plot(seoul_tem['ave_tem']) # 평균기온
plt.legend(['low_tem', 'high_tem', 'ave_tem']) # 범례 설정
plt.xlabel('DAY') # 가로축 명칭
plt.ylabel('Temperature') # 세로축 명칭

Out[8]:

Text(0, 0.5, 'Temperature')

In [9]:

ave_low_tem = seoul_tem['low_tem'].mean()
ave_low_tem # low_tem 평균

Out[9]:

17.134426229508197

In [10]:

seoul_tem.loc[:, 'month'] # 5월 전체 값들 보기

# 특정 열에서 특정 값을 찾기
value_to_find = 5.0
filtered_rows = seoul_tem.loc[seoul_tem['month'] == value_to_find]
filtered_rows

Out[10]:

	month	day	low_tem	high_tem	ave_tem
0	5.0	1	9.8	20.8	15.30
1	5.0	2	9.1	23.7	16.40
2	5.0	3	12.4	26.2	19.30
3	5.0	4	15.6	25.8	20.70
4	5.0	5	15.5	21.6	18.55
5	5.0	6	11.7	15.5	13.60
6	5.0	7	11.1	18.6	14.85
7	5.0	8	7.9	22.0	14.95
8	5.0	9	10.0	24.4	17.20
9	5.0	10	10.7	26.0	18.35
10	5.0	11	12.8	26.7	19.75
11	5.0	12	13.1	24.7	18.90
12	5.0	13	12.6	23.9	18.25
13	5.0	14	12.9	23.8	18.35
14	5.0	15	12.8	27.9	20.35
15	5.0	16	17.2	31.2	24.20
16	5.0	17	18.6	28.7	23.65
17	5.0	18	18.8	27.6	23.20
18	5.0	19	16.7	27.8	22.25
19	5.0	20	16.6	26.7	21.65
20	5.0	21	15.3	21.9	18.60
21	5.0	22	15.9	26.8	21.35
22	5.0	23	14.1	26.9	20.50
23	5.0	24	14.8	25.9	20.35
24	5.0	25	15.7	27.4	21.55
25	5.0	26	15.8	27.3	21.55
26	5.0	27	18.6	20.7	19.65
27	5.0	28	18.4	20.2	19.30
28	5.0	29	19.0	28.5	23.75
29	5.0	30	20.5	28.9	24.70
30	5.0	31	18.8	28.2	23.50

In [11]:

seoul_tem.iloc[[5]] # 위 5월 6일 하루만 보여줌

Out[11]:

	month	day	low_tem	high_tem	ave_tem
5	5.0	6	11.7	15.5	13.6

In [12]:

seoul_tem_1 = seoul_tem['low_tem']
seoul_tem_1 # 특정 column 보기

Out[12]:

0      9.8
1      9.1
2     12.4
3     15.6
4     15.5
      ... 
57    21.4
58    24.2
59    23.2
60    23.2
61     NaN
Name: low_tem, Length: 62, dtype: float64