DataFrame 데이터 계산 > Pandas for Data Analysis and Machine Learning

import pandas as pd

data = pd.read_excel('datasample.xlsx')

# 번호 값 제외

numbers = data.pop('번호')

result = data.max()

print(result)

result = data.max(axis = 1)

print(result)

result = data.min()

print(result)

result = data.min(axis = 1)

print(result)

result = data.sum()

print(result)

result = data.sum(axis = 1)

print(result)

result = data.mean()

print(result)

result = data.mean(axis = 1)

print(result)

result = data.median()

print(result)

result = data.median(axis = 1)

print(result)

result = data.rank(axis = 0, method='min', ascending=True, numeric_only=True, na_option='top')

print(result)

result = data.cumsum()

print(result)

result = data.cumsum(axis = 1)

print(result)

import pandas as pd
 

data = pd.read_excel('datasample.xlsx')

# 1. 각 번호의 합계와 평균을 구한다.
data_sum = data.sum(axis = 1)
print(data_sum)
data_mean = data.mean(axis = 1)
print(data_mean)

# 2. 과목별 평균을 구한다.
data_sub_mean = data.mean(axis = 0)
print(data_sub_mean)

# 3. 합계와 평균을 칼럼에 추가한다.
data['합계'] = data_sum
data['평균'] = data_mean
print(data)

# 4. 등급을 정하는 함수를 만든다.
def grade(row):
    if row['평균'] > 80:
        return 'A'
    elif row['평균'] > 70:
        return 'B'
    else:
        return 'C'

# 5. 등급을 칼럼에 추가한다.
data['Grade'] = data.apply(grade, axis=1)
print(data)

# 6. 평균을 기준으로 랭크를 정하여 'Rank' 칼럼에 추가한다.
data['Rank'] = data['평균'].rank(axis=0, method="min", ascending=False)
print(data)

# 7. 2번에서 만들어 놓은 과목별 평균을 제일 밑에 추가한다.
data = data.append(data_sub_mean, ignore_index=True)
print(data)

# 8. NaN 값을 모두 공백으로 처리해준다.
data = data.fillna("")
print(data)

# 9. 데이터의 rows 길이를 구한다.

# 첫번째 칼럼의 마지막 행 값을 "평균"으로 수정한다고 할 때, 16:17 이라는 index를 숫자로 직접 넣어도 되지만,

# 항상 데이터의 rows, columns 길이는 직접 계산하여 사용하도록 한다.

# 그렇게 해야 데이터파일이 변경되어도 소스 코드를 수정하지 않고 적용할 수 있다.
rows_count = len(data.values)
print(rows_count)

# 10. 번호에 해당하는 마지막 row의 이름을 '평균'으로 수정한다.
data.iat[rows_count - 1, 0] = '평균'

# 11. 최종 결과를 확인한다.
print(data)

''''''

# 6. 평균을 기준으로 랭크를 정하여 'Rank' 칼럼에 추가한다.
data['Rank'] = data['평균'].rank(axis=0, method="min", ascending=False)
print(data)

data = data.sort_values(by='Rank', ascending=True)
print(data)

# 7. 2번에서 만들어 놓은 과목별 평균을 제일 밑에 추가한다.
data = data.append(data_sub_mean, ignore_index=True)
print(data)

''''''

import sys
import os
import pandas as pd
from PySide2 import QtUiTools
from PySide2.QtWidgets import QApplication, QMainWindow
from PySide2.QtWidgets import QTableWidgetItem, QFileDialog

# 메인 클래스 시작
class MainView(QMainWindow):
    def __init__(self):
        super().__init__()
        self.setupUI()

    def setupUI(self):
        global UI_set

        # ui 파일 로딩
        UI_set = QtUiTools.QUiLoader().load(resource_path("PandasDataFrameTest.ui"))

        # 버튼과 이벤트 연결
        UI_set.BTN_fileload.clicked.connect(self.FileOpen)

        self.setCentralWidget(UI_set)
        self.setWindowTitle("Data Analysis Table")
        self.resize(700, 550)
        self.show()

    def FileOpen(self):
        # 파일 다이얼로그로 부터 선택된 파일 경로 받아오기
        dialog = QFileDialog(self)
        dialog.setFileMode(QFileDialog.ExistingFile)
        dialog.setNameFilter(
            self.tr("Data Files (*.csv *.xls *.xlsx);; All Files(*.*)"))
        dialog.setViewMode(QFileDialog.Detail)
        if dialog.exec_():
            fileName = dialog.selectedFiles()
            # 받아온 Excel 파일 경로를 LineEdit에 표시
            UI_set.Filepath.setText(fileName[0])
            # 받아온 파일 경로를 loadData 함수로 넘김
            loadData(fileName[0])

def loadData(filename):
    # 파일 경로의 Excel 파일을 읽어서 pandas DataFrame으로 만들기
    data = pd.read_excel(filename)

    # 1. 각 번호의 합계와 평균을 구한다.
    data_sum = data.sum(axis=1)
    data_mean = data.mean(axis=1)

    # 2. 과목별 평균을 구한다.
    data_sub_mean = data.mean(axis=0)

    # 3. 합계와 평균을 칼럼에 추가한다.
    data['합계'] = data_sum
    data['평균'] = data_mean

    # 4. 등급을 정하는 함수를 만든다.
    def grade(row):
        if row['평균'] > 80:
            return 'A'
        elif row['평균'] > 70:
            return 'B'
        else:
            return 'C'

    # 5. 등급을 칼럼에 추가한다.
    data['Grade'] = data.apply(grade, axis=1)

    # 6. 평균을 기준으로 랭크를 정하여 'Rank' 칼럼에 추가한다.
    data['Rank'] = data['평균'].rank(axis=0, method="min", ascending=False)

    # Rank 오름차순
    # data = data.sort_values(by='Rank', ascending=True)

    # 7. 2번에서 만들어 놓은 과목별 평균을 제일 밑에 추가한다.
    data = data.append(data_sub_mean, ignore_index=True)

    # 8. NaN 값을 모두 공백으로 처리해준다.
    data = data.fillna("")

    # 9. 데이터의 rows 길이를 구한다.
    rows_count = len(data.values)

    # 10. 번호에 해당하는 마지막 row의 이름을 '평균'으로 수정한다.
    data.iat[rows_count - 1, 0] = '평균'

    # 계산된 DataFrame을 QTableWidget에 넣기

    viewTable(data)

def viewTable(data):
    # data의 columns
    columns = data.columns
    # columns를 list로 만들기
    columnlist = list(columns)
    # columns의 길이
    columncount = len(columnlist)

    # data의 전체 values
    rows = data.values
    # values의 전체 길이
    rowcount = len(rows)

    # TableWidget의 column 갯수 생성 및 헤더 이름 넣기
    UI_set.TW_pandas.setColumnCount(columncount)
    UI_set.TW_pandas.setHorizontalHeaderLabels(columnlist)

    # TableWidget의 rows길이 정하기
    UI_set.TW_pandas.setRowCount(rowcount)

    # rows 만큼 loop
    for r in range(rowcount):
        # columns 만큼 loop 돌면서 Table의 각 셀에 값 넣기
        for c in range(columncount):
            UI_set.TW_pandas.setItem(r, c, QTableWidgetItem(str(rows[r][c])))

# 파일 경로
def resource_path(relative_path):
    if hasattr(sys, '_MEIPASS'):
        return os.path.join(sys._MEIPASS, relative_path)
    return os.path.join(os.path.abspath("."), relative_path)

if __name__ == '__main__':
    app = QApplication(sys.argv)
    main = MainView()
    sys.exit(app.exec_())