[혼공파] 3주차_혼공분석

3-1. 불필요한 데이터 삭제하기¶

- 열 삭제하기¶

In [369]:

import pandas as pd
ns_df = pd.read_csv('ns_202104.csv', low_memory = False)
ns_df.head()

Out[369]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자	Unnamed: 13
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319	NaN	NaN	NaN	NaN	1	0	2021-03-19	NaN
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969	NaN	NaN	NaN	NaN	1	0	2021-03-19	NaN
2	3	나도 한 문장 잘 쓰면 바랄 게 없겠네	김선영 지음	블랙피쉬	2021	9788968332982	NaN	NaN	NaN	NaN	1	0	2021-03-19	NaN
3	4	예루살렘 해변	이도 게펜 지음, 임재희 옮김	문학세계사	2021	9788970759906	NaN	NaN	NaN	NaN	1	0	2021-03-19	NaN
4	5	김성곤의 중국한시기행 : 장강·황하 편	김성곤 지음	김영사	2021	9788934990833	NaN	NaN	NaN	NaN	1	0	2021-03-19	NaN

In [370]:

ns_book = ns_df.loc[:, '번호':'등록일자']
ns_book.head()

Out[370]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319	NaN	NaN	NaN	NaN	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969	NaN	NaN	NaN	NaN	1	0	2021-03-19
2	3	나도 한 문장 잘 쓰면 바랄 게 없겠네	김선영 지음	블랙피쉬	2021	9788968332982	NaN	NaN	NaN	NaN	1	0	2021-03-19
3	4	예루살렘 해변	이도 게펜 지음, 임재희 옮김	문학세계사	2021	9788970759906	NaN	NaN	NaN	NaN	1	0	2021-03-19
4	5	김성곤의 중국한시기행 : 장강·황하 편	김성곤 지음	김영사	2021	9788934990833	NaN	NaN	NaN	NaN	1	0	2021-03-19

In [373]:

print(ns_df.columns)

Index(['번호', '도서명', '저자', '출판사', '발행년도', 'ISBN', '세트 ISBN', '부가기호', '권',
       '주제분류번호', '도서권수', '대출건수', '등록일자', 'Unnamed: 13'],
      dtype='object')

In [375]:

print(ns_df.columns[3])

출판사

In [377]:

ns_df.columns != 'Unnamed: 13'

Out[377]:

array([ True,  True,  True,  True,  True,  True,  True,  True,  True,
        True,  True,  True,  True, False])

In [379]:

print(type(['혼공', '분석', '파이썬']))
print(type(pd.array(['혼공', '분석', '파이썬'])))

<class 'list'>
<class 'pandas.core.arrays.string_.StringArray'>

In [381]:

selected_columns = ns_df.columns != 'Unnamed: 13'
ns_book = ns_df.loc[:, selected_columns]
ns_book.head()

Out[381]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319	NaN	NaN	NaN	NaN	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969	NaN	NaN	NaN	NaN	1	0	2021-03-19
2	3	나도 한 문장 잘 쓰면 바랄 게 없겠네	김선영 지음	블랙피쉬	2021	9788968332982	NaN	NaN	NaN	NaN	1	0	2021-03-19
3	4	예루살렘 해변	이도 게펜 지음, 임재희 옮김	문학세계사	2021	9788970759906	NaN	NaN	NaN	NaN	1	0	2021-03-19
4	5	김성곤의 중국한시기행 : 장강·황하 편	김성곤 지음	김영사	2021	9788934990833	NaN	NaN	NaN	NaN	1	0	2021-03-19

In [383]:

ns_book = ns_df.drop('Unnamed: 13', axis=1)
ns_book.head()

Out[383]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319	NaN	NaN	NaN	NaN	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969	NaN	NaN	NaN	NaN	1	0	2021-03-19
2	3	나도 한 문장 잘 쓰면 바랄 게 없겠네	김선영 지음	블랙피쉬	2021	9788968332982	NaN	NaN	NaN	NaN	1	0	2021-03-19
3	4	예루살렘 해변	이도 게펜 지음, 임재희 옮김	문학세계사	2021	9788970759906	NaN	NaN	NaN	NaN	1	0	2021-03-19
4	5	김성곤의 중국한시기행 : 장강·황하 편	김성곤 지음	김영사	2021	9788934990833	NaN	NaN	NaN	NaN	1	0	2021-03-19

In [385]:

ns_book = ns_df.drop(['부가기호', 'Unnamed: 13'], axis=1)
ns_book.head()

Out[385]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319	NaN	NaN	NaN	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969	NaN	NaN	NaN	1	0	2021-03-19
2	3	나도 한 문장 잘 쓰면 바랄 게 없겠네	김선영 지음	블랙피쉬	2021	9788968332982	NaN	NaN	NaN	1	0	2021-03-19
3	4	예루살렘 해변	이도 게펜 지음, 임재희 옮김	문학세계사	2021	9788970759906	NaN	NaN	NaN	1	0	2021-03-19
4	5	김성곤의 중국한시기행 : 장강·황하 편	김성곤 지음	김영사	2021	9788934990833	NaN	NaN	NaN	1	0	2021-03-19

In [387]:

ns_book.drop('주제분류번호', axis=1, inplace=True)
ns_book.head()

Out[387]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	권	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319	NaN	NaN	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969	NaN	NaN	1	0	2021-03-19
2	3	나도 한 문장 잘 쓰면 바랄 게 없겠네	김선영 지음	블랙피쉬	2021	9788968332982	NaN	NaN	1	0	2021-03-19
3	4	예루살렘 해변	이도 게펜 지음, 임재희 옮김	문학세계사	2021	9788970759906	NaN	NaN	1	0	2021-03-19
4	5	김성곤의 중국한시기행 : 장강·황하 편	김성곤 지음	김영사	2021	9788934990833	NaN	NaN	1	0	2021-03-19

In [389]:

ns_book = ns_df.dropna(axis=1)
ns_book.head()

Out[389]:

	번호	ISBN	도서권수	대출건수	등록일자
0	1	9788937444319	1	0	2021-03-19
1	2	9791190123969	1	0	2021-03-19
2	3	9788968332982	1	0	2021-03-19
3	4	9788970759906	1	0	2021-03-19
4	5	9788934990833	1	0	2021-03-19

In [391]:

ns_book = ns_df.dropna(axis=1, how='all')
ns_book.head()

Out[391]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319	NaN	NaN	NaN	NaN	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969	NaN	NaN	NaN	NaN	1	0	2021-03-19
2	3	나도 한 문장 잘 쓰면 바랄 게 없겠네	김선영 지음	블랙피쉬	2021	9788968332982	NaN	NaN	NaN	NaN	1	0	2021-03-19
3	4	예루살렘 해변	이도 게펜 지음, 임재희 옮김	문학세계사	2021	9788970759906	NaN	NaN	NaN	NaN	1	0	2021-03-19
4	5	김성곤의 중국한시기행 : 장강·황하 편	김성곤 지음	김영사	2021	9788934990833	NaN	NaN	NaN	NaN	1	0	2021-03-19

- 행 삭제하기¶

In [394]:

ns_book2 = ns_book.drop([0,1])
ns_book2.head()

Out[394]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
2	3	나도 한 문장 잘 쓰면 바랄 게 없겠네	김선영 지음	블랙피쉬	2021	9788968332982	NaN	NaN	NaN	NaN	1	0	2021-03-19
3	4	예루살렘 해변	이도 게펜 지음, 임재희 옮김	문학세계사	2021	9788970759906	NaN	NaN	NaN	NaN	1	0	2021-03-19
4	5	김성곤의 중국한시기행 : 장강·황하 편	김성곤 지음	김영사	2021	9788934990833	NaN	NaN	NaN	NaN	1	0	2021-03-19
5	6	처음 읽는 음식의 세계사	미야자키 마사카츠 지음, 한세희 옮김	탐나는책	2021	9791189550370	NaN	NaN	NaN	NaN	1	0	2021-03-19
6	7	아르센 벵거 자서전 My Life in Red and White	아르센 벵거 지음, 이성모 옮김	한즈미디어(한스미디어)	2021	9791160075793	NaN	NaN	NaN	NaN	1	0	2021-03-19

In [396]:

ns_book2 = ns_book[2:]
ns_book2.head()

Out[396]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
2	3	나도 한 문장 잘 쓰면 바랄 게 없겠네	김선영 지음	블랙피쉬	2021	9788968332982	NaN	NaN	NaN	NaN	1	0	2021-03-19
3	4	예루살렘 해변	이도 게펜 지음, 임재희 옮김	문학세계사	2021	9788970759906	NaN	NaN	NaN	NaN	1	0	2021-03-19
4	5	김성곤의 중국한시기행 : 장강·황하 편	김성곤 지음	김영사	2021	9788934990833	NaN	NaN	NaN	NaN	1	0	2021-03-19
5	6	처음 읽는 음식의 세계사	미야자키 마사카츠 지음, 한세희 옮김	탐나는책	2021	9791189550370	NaN	NaN	NaN	NaN	1	0	2021-03-19
6	7	아르센 벵거 자서전 My Life in Red and White	아르센 벵거 지음, 이성모 옮김	한즈미디어(한스미디어)	2021	9791160075793	NaN	NaN	NaN	NaN	1	0	2021-03-19

In [398]:

ns_book2 = ns_book[0:2]
ns_book2.head()

Out[398]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319	NaN	NaN	NaN	NaN	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969	NaN	NaN	NaN	NaN	1	0	2021-03-19

In [400]:

selected_rows = ns_df['출판사'] == '한빛미디어'
ns_book2 = ns_book[selected_rows]
ns_book2.head()

Out[400]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
60	61	(맛있는 디자인)프리미어 프로 CC: 쉽게 배워 제대로 써먹는 유튜브 영상 편집	정지원,심수진,윤성우,김덕영 지음	한빛미디어	2021	9791162244029	NaN	1	2021	005.567	1	1	2021-03-15
70	71	처음 배우는 애저 (Azure Portal로 배우는 애저 도입부터 활용까지)	김도균	한빛미디어	2020	9791162243695	NaN	NaN	NaN	005.74	1	1	2021-03-15
88	89	맛있는 디자인 프리미어 프로 CC 2021 - 쉽게 배워 제대로 써먹는 유튜브 영상 편집	정지원, 심수진, 윤성우, 김덕영 (지은이)	한빛미디어	2021	9791162244029	NaN	NaN	NaN	NaN	0	0	2021-03-15
156	157	실전 보고서 작성 기술 with 파워포인트, 워드, 한글	홍장표 지음	한빛미디어	2020	9791162243763	NaN	NaN	NaN	NaN	1	0	2021-03-12
198	199	처음 배우는 리액트 네이티브	김범준 지음	한빛미디어	2021	9791162243879	NaN	NaN	NaN	NaN	1	0	2021-03-12

In [402]:

ns_book2 = ns_book.loc[selected_rows]
ns_book2.head()

Out[402]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
60	61	(맛있는 디자인)프리미어 프로 CC: 쉽게 배워 제대로 써먹는 유튜브 영상 편집	정지원,심수진,윤성우,김덕영 지음	한빛미디어	2021	9791162244029	NaN	1	2021	005.567	1	1	2021-03-15
70	71	처음 배우는 애저 (Azure Portal로 배우는 애저 도입부터 활용까지)	김도균	한빛미디어	2020	9791162243695	NaN	NaN	NaN	005.74	1	1	2021-03-15
88	89	맛있는 디자인 프리미어 프로 CC 2021 - 쉽게 배워 제대로 써먹는 유튜브 영상 편집	정지원, 심수진, 윤성우, 김덕영 (지은이)	한빛미디어	2021	9791162244029	NaN	NaN	NaN	NaN	0	0	2021-03-15
156	157	실전 보고서 작성 기술 with 파워포인트, 워드, 한글	홍장표 지음	한빛미디어	2020	9791162243763	NaN	NaN	NaN	NaN	1	0	2021-03-12
198	199	처음 배우는 리액트 네이티브	김범준 지음	한빛미디어	2021	9791162243879	NaN	NaN	NaN	NaN	1	0	2021-03-12

In [404]:

ns_book2 = ns_book[ns_book['대출건수'] > 1000]
ns_book2.head()

Out[404]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
94781	94782	사피엔스 :유인원에서 사이보그까지, 인간 역사의 대담하고 위대한 질문	유발 하라리 지음 ;조현욱 옮김	김영사	2016	9788934972464	NaN	NaN	NaN	909	30	1468	2016-04-22
346944	346945	해커스 토익:Listening	David Cho 지음	해커스어학연구소	2005	9788990700148	NaN	1	NaN	740.77	29	1065	2005-02-01

- 중복된 행 찾기¶

In [407]:

sum(ns_book.duplicated())

Out[407]:

0

In [409]:

sum(ns_book.duplicated(subset=['도서명','저자','ISBN']))

Out[409]:

22096

In [411]:

dup_rows = ns_book.duplicated(subset=['도서명','저자','ISBN'], keep=False)
ns_book3 = ns_book[dup_rows]
ns_book3.head()

Out[411]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
109	110	파친코	이민진 지음 ;이미정 옮김	문학사상	2018	9788970129815	9788970129808	0	1	843.6	1	0	2021-03-12
110	111	파친코	이민진 지음 ;이미정 옮김	문학사상	2018	9788970129822	9788970129808	0	2	843.6	1	0	2021-03-12
111	112	보건교사 안은영 :정세랑 장편소설	지은이: 정세랑	민음사	2021	9788937479953	NaN	0	NaN	813.7	1	0	2021-03-12
112	113	보건교사 안은영 :정세랑 장편소설	지은이: 정세랑	민음사	2021	9788937479953	NaN	0	NaN	813.7	1	1	2021-03-12
113	114	스토너	존 윌리엄스 지음 ;김승욱 옮김	RHK(알에이치코리아)	2021	9788925538297	NaN	0	NaN	843.5	1	0	2021-03-12

- 그룹별로 모으기¶

In [414]:

count_df = ns_book[['도서명','저자','ISBN','권','대출건수']]

In [416]:

group_df = count_df.groupby(by=['도서명','저자','ISBN','권'], dropna=False)
loan_count = group_df.sum()
loan_count.head()

Out[416]:

				대출건수
도서명	저자	ISBN	권
(꼭 필요한 것부터 쉽게 배우는) 자신만만 블로그 차근차근 배우기	김상현 지음	9788955025637	NaN	38
(맨처음 배우는) 세상의 직업	엘레오노라 바르소티 글 ·그림 ;김태은 옮김	9788992924146	NaN	10
(영잘원 리스닝과 패턴 영어의 절묘한 만남으로 태어난 ) 리스닝 ABC : 입문편	JD Kim 지음	9788993466089	NaN	4
(즉석에서 바로바로 활용하는) 일상생활 베트남어 첫걸음	FL4U컨텐츠 지음	9788971728000	NaN	3
,에게	이기린(이진희)	9791196137014	NaN	0

In [418]:

loan_count = count_df.groupby(by=['도서명','저자','ISBN','권'], dropna=False).sum()
loan_count.head()

Out[418]:

				대출건수
도서명	저자	ISBN	권
(꼭 필요한 것부터 쉽게 배우는) 자신만만 블로그 차근차근 배우기	김상현 지음	9788955025637	NaN	38
(맨처음 배우는) 세상의 직업	엘레오노라 바르소티 글 ·그림 ;김태은 옮김	9788992924146	NaN	10
(영잘원 리스닝과 패턴 영어의 절묘한 만남으로 태어난 ) 리스닝 ABC : 입문편	JD Kim 지음	9788993466089	NaN	4
(즉석에서 바로바로 활용하는) 일상생활 베트남어 첫걸음	FL4U컨텐츠 지음	9788971728000	NaN	3
,에게	이기린(이진희)	9791196137014	NaN	0

- 원본 데이터 업데이트하기¶

In [477]:

dup_rows = ns_book.duplicated(subset=['도서명','저자','ISBN','권'])
unique_rows = ~dup_rows
ns_book3 = ns_book[unique_rows].copy()

In [478]:

sum(ns_book3.duplicated(subset=['도서명','저자','ISBN','권']))

Out[478]:

0

In [481]:

ns_book3.set_index(['도서명','저자','ISBN','권'], inplace=True)
ns_book3.head()

Out[481]:

				번호	출판사	발행년도	세트 ISBN	부가기호	주제분류번호	도서권수	대출건수	등록일자
도서명	저자	ISBN	권
인공지능과 흙	김동훈 지음	9788937444319	NaN	1	민음사	2021	NaN	NaN	NaN	1	0	2021-03-19
가짜 행복 권하는 사회	김태형 지음	9791190123969	NaN	2	갈매나무	2021	NaN	NaN	NaN	1	0	2021-03-19
나도 한 문장 잘 쓰면 바랄 게 없겠네	김선영 지음	9788968332982	NaN	3	블랙피쉬	2021	NaN	NaN	NaN	1	0	2021-03-19
예루살렘 해변	이도 게펜 지음, 임재희 옮김	9788970759906	NaN	4	문학세계사	2021	NaN	NaN	NaN	1	0	2021-03-19
김성곤의 중국한시기행 : 장강·황하 편	김성곤 지음	9788934990833	NaN	5	김영사	2021	NaN	NaN	NaN	1	0	2021-03-19

In [483]:

ns_book3.update(loan_count)
ns_book3.head()

/var/folders/3w/0y55k0y53pg1dvg3p_cqn81m0000gn/T/ipykernel_76598/3051281402.py:1: PerformanceWarning: indexing past lexsort depth may impact performance.
  ns_book3.update(loan_count)

Out[483]:

				번호	출판사	발행년도	세트 ISBN	부가기호	주제분류번호	도서권수	대출건수	등록일자
도서명	저자	ISBN	권
인공지능과 흙	김동훈 지음	9788937444319	NaN	1	민음사	2021	NaN	NaN	NaN	1	0	2021-03-19
가짜 행복 권하는 사회	김태형 지음	9791190123969	NaN	2	갈매나무	2021	NaN	NaN	NaN	1	0	2021-03-19
나도 한 문장 잘 쓰면 바랄 게 없겠네	김선영 지음	9788968332982	NaN	3	블랙피쉬	2021	NaN	NaN	NaN	1	0	2021-03-19
예루살렘 해변	이도 게펜 지음, 임재희 옮김	9788970759906	NaN	4	문학세계사	2021	NaN	NaN	NaN	1	0	2021-03-19
김성곤의 중국한시기행 : 장강·황하 편	김성곤 지음	9788934990833	NaN	5	김영사	2021	NaN	NaN	NaN	1	0	2021-03-19

In [485]:

ns_book4 = ns_book3.reset_index()
ns_book4.head()

Out[485]:

	도서명	저자	ISBN	권	번호	출판사	발행년도	세트 ISBN	부가기호	주제분류번호	도서권수	대출건수	등록일자
0	인공지능과 흙	김동훈 지음	9788937444319	NaN	1	민음사	2021	NaN	NaN	NaN	1	0	2021-03-19
1	가짜 행복 권하는 사회	김태형 지음	9791190123969	NaN	2	갈매나무	2021	NaN	NaN	NaN	1	0	2021-03-19
2	나도 한 문장 잘 쓰면 바랄 게 없겠네	김선영 지음	9788968332982	NaN	3	블랙피쉬	2021	NaN	NaN	NaN	1	0	2021-03-19
3	예루살렘 해변	이도 게펜 지음, 임재희 옮김	9788970759906	NaN	4	문학세계사	2021	NaN	NaN	NaN	1	0	2021-03-19
4	김성곤의 중국한시기행 : 장강·황하 편	김성곤 지음	9788934990833	NaN	5	김영사	2021	NaN	NaN	NaN	1	0	2021-03-19

In [487]:

sum(ns_book['대출건수']>100)

Out[487]:

2311

In [489]:

sum(ns_book4['대출건수']>100)

Out[489]:

2550

In [491]:

ns_book4 = ns_book4[ns_book.columns]
ns_book4.head()

Out[491]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319	NaN	NaN	NaN	NaN	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969	NaN	NaN	NaN	NaN	1	0	2021-03-19
2	3	나도 한 문장 잘 쓰면 바랄 게 없겠네	김선영 지음	블랙피쉬	2021	9788968332982	NaN	NaN	NaN	NaN	1	0	2021-03-19
3	4	예루살렘 해변	이도 게펜 지음, 임재희 옮김	문학세계사	2021	9788970759906	NaN	NaN	NaN	NaN	1	0	2021-03-19
4	5	김성곤의 중국한시기행 : 장강·황하 편	김성곤 지음	김영사	2021	9788934990833	NaN	NaN	NaN	NaN	1	0	2021-03-19

In [493]:

ns_book4.to_csv('ns_book4.csv', index=False)

---

In [496]:

def data_cleaning(filename):
    ns_df = pd.read_csv(filename, low_memory=False)
    ns_book = ns_df.dropna(axis=1, how='all')
    count_df = ns_book[['도서명','저자','ISBN','권','대출건수']]
    loan_count = count_df.groupby(by=['도서명','저자','ISBN','권'], dropna=False).sum()
    dup_rows = ns_book.duplicated(subset=['도서명','저자','ISBN','권'])
    unique_rows = ~dup_rows
    ns_book3 = ns_book[unique_rows].copy()
    ns_book3.set_index(['도서명','저자','ISBN','권'], inplace=True)
    ns_book3.update(loan_count)
    ns_book4 = ns_book3.reset_index()
    ns_book4 = ns_book4[ns_book.columns]
    return ns_book4

In [502]:

new_ns_book4 = data_cleaning('ns_202104.csv')
ns_book4.equals(new_ns_book4)

/var/folders/3w/0y55k0y53pg1dvg3p_cqn81m0000gn/T/ipykernel_76598/2412675187.py:10: PerformanceWarning: indexing past lexsort depth may impact performance.
  ns_book3.update(loan_count)

Out[502]:

True

---

3-2. 잘못된 데이터 수정하기¶

- 데이터프레임 정보 요약 확인하기¶

In [504]:

import pandas as pd
ns_book4 = pd.read_csv('ns_book4.csv', low_memory = False)
ns_book4.head()

Out[504]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319	NaN	NaN	NaN	NaN	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969	NaN	NaN	NaN	NaN	1	0	2021-03-19
2	3	나도 한 문장 잘 쓰면 바랄 게 없겠네	김선영 지음	블랙피쉬	2021	9788968332982	NaN	NaN	NaN	NaN	1	0	2021-03-19
3	4	예루살렘 해변	이도 게펜 지음, 임재희 옮김	문학세계사	2021	9788970759906	NaN	NaN	NaN	NaN	1	0	2021-03-19
4	5	김성곤의 중국한시기행 : 장강·황하 편	김성곤 지음	김영사	2021	9788934990833	NaN	NaN	NaN	NaN	1	0	2021-03-19

In [506]:

ns_book4.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 384591 entries, 0 to 384590
Data columns (total 13 columns):
 #   Column   Non-Null Count   Dtype 
---  ------   --------------   ----- 
 0   번호       384591 non-null  int64 
 1   도서명      384188 non-null  object
 2   저자       384393 non-null  object
 3   출판사      379950 non-null  object
 4   발행년도     384577 non-null  object
 5   ISBN     384591 non-null  object
 6   세트 ISBN  56576 non-null   object
 7   부가기호     310386 non-null  object
 8   권        63378 non-null   object
 9   주제분류번호   364727 non-null  object
 10  도서권수     384591 non-null  int64 
 11  대출건수     384591 non-null  int64 
 12  등록일자     384591 non-null  object
dtypes: int64(3), object(10)
memory usage: 38.1+ MB

In [508]:

ns_book4.info(memory_usage='deep')

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 384591 entries, 0 to 384590
Data columns (total 13 columns):
 #   Column   Non-Null Count   Dtype 
---  ------   --------------   ----- 
 0   번호       384591 non-null  int64 
 1   도서명      384188 non-null  object
 2   저자       384393 non-null  object
 3   출판사      379950 non-null  object
 4   발행년도     384577 non-null  object
 5   ISBN     384591 non-null  object
 6   세트 ISBN  56576 non-null   object
 7   부가기호     310386 non-null  object
 8   권        63378 non-null   object
 9   주제분류번호   364727 non-null  object
 10  도서권수     384591 non-null  int64 
 11  대출건수     384591 non-null  int64 
 12  등록일자     384591 non-null  object
dtypes: int64(3), object(10)
memory usage: 234.0 MB

- 누락된 값 처리하기¶

In [516]:

ns_book4.isna().sum()

Out[516]:

번호              0
도서명           403
저자            198
출판사          4641
발행년도           14
ISBN            0
세트 ISBN    328015
부가기호        74205
권          321213
주제분류번호      19864
도서권수            0
대출건수            0
등록일자            0
dtype: int64

In [518]:

ns_book4.notna().sum()

Out[518]:

번호         384591
도서명        384188
저자         384393
출판사        379950
발행년도       384577
ISBN       384591
세트 ISBN     56576
부가기호       310386
권           63378
주제분류번호     364727
도서권수       384591
대출건수       384591
등록일자       384591
dtype: int64

In [522]:

ns_book4.loc[0,'도서권수'] = None
ns_book4['도서권수'].isna().sum()

Out[522]:

1

In [526]:

ns_book4.head(2)

Out[526]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319	NaN	NaN	NaN	NaN	NaN	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969	NaN	NaN	NaN	NaN	1.0	0	2021-03-19

In [528]:

ns_book4.loc[0,'도서권수'] = 1
ns_book4 = ns_book4.astype({'도서권수': 'int32', '대출건수': 'int32'})
ns_book4.head(2)

Out[528]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319	NaN	NaN	NaN	NaN	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969	NaN	NaN	NaN	NaN	1	0	2021-03-19

In [530]:

ns_book4.loc[0, '부가기호'] = None
ns_book4.head(2)

Out[530]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319	NaN	None	NaN	NaN	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969	NaN	NaN	NaN	NaN	1	0	2021-03-19

In [532]:

import numpy as np
ns_book4.loc[0, '부가기호'] = np.nan
ns_book4.head(2)

Out[532]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319	NaN	NaN	NaN	NaN	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969	NaN	NaN	NaN	NaN	1	0	2021-03-19

In [534]:

set_isbn_na_rows = ns_book4['세트 ISBN'].isna()
ns_book4.loc[set_isbn_na_rows, '세트 ISBN'] = ''
ns_book4['세트 ISBN'].isna().sum()

Out[534]:

0

In [542]:

ns_book4.fillna('없음').isna().sum()

Out[542]:

번호         0
도서명        0
저자         0
출판사        0
발행년도       0
ISBN       0
세트 ISBN    0
부가기호       0
권          0
주제분류번호     0
도서권수       0
대출건수       0
등록일자       0
dtype: int64

In [544]:

ns_book4['부가기호'].fillna('없음').isna().sum()

Out[544]:

0

In [546]:

ns_book4.fillna({'부가기호': '없음'}).isna().sum()

Out[546]:

번호              0
도서명           403
저자            198
출판사          4641
발행년도           14
ISBN            0
세트 ISBN         0
부가기호            0
권          321213
주제분류번호      19864
도서권수            0
대출건수            0
등록일자            0
dtype: int64

In [550]:

ns_book4.replace(np.nan, '없음').isna().sum()

Out[550]:

번호         0
도서명        0
저자         0
출판사        0
발행년도       0
ISBN       0
세트 ISBN    0
부가기호       0
권          0
주제분류번호     0
도서권수       0
대출건수       0
등록일자       0
dtype: int64

In [552]:

ns_book4.replace([np.nan, '2021'], ['없음', '21']).head(2)

Out[552]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	21	9788937444319		없음	없음	없음	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	21	9791190123969		없음	없음	없음	1	0	2021-03-19

In [554]:

ns_book4.replace({np.nan: '없음', '2021': '21'}).head(2)

Out[554]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	21	9788937444319		없음	없음	없음	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	21	9791190123969		없음	없음	없음	1	0	2021-03-19

In [556]:

ns_book4.replace({'부가기호': np.nan}, '없음').head(2)

Out[556]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319		없음	NaN	NaN	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969		없음	NaN	NaN	1	0	2021-03-19

In [558]:

ns_book4.replace({'부가기호': {np.nan: '없음'}, '발행년도': {'2021': '21'}}).head(2)

Out[558]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	21	9788937444319		없음	NaN	NaN	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	21	9791190123969		없음	NaN	NaN	1	0	2021-03-19

- 정규 표현식¶

In [562]:

ns_book4.replace({'발행년도': {'2021': '21'}})[100:102]

Out[562]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
100	101	No라고 말할 줄 아는 남편과 아내 - 개정판	헨리 클라우드, 존 타운센드 (지은이), 김진웅 (옮긴이)	좋은씨앗	2018	9788958743019		NaN	NaN	234.9	1	1	2021-03-15
101	102	D2C 레볼루션 - 스타트업부터 글로벌 기업까지, 마켓 체인저의 필수 전략	로런스 인그래시아 (지은이), 안기순 (옮긴이)	부키	21	9788960518483		NaN	NaN	325.1	1	0	2021-03-15

In [575]:

ns_book4.replace({'발행년도': {r'\d\d(\d\d)': r'\1'}}, regex=True)[100:102]

Out[575]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
100	101	No라고 말할 줄 아는 남편과 아내 - 개정판	헨리 클라우드, 존 타운센드 (지은이), 김진웅 (옮긴이)	좋은씨앗	18	9788958743019		NaN	NaN	234.9	1	1	2021-03-15
101	102	D2C 레볼루션 - 스타트업부터 글로벌 기업까지, 마켓 체인저의 필수 전략	로런스 인그래시아 (지은이), 안기순 (옮긴이)	부키	21	9788960518483		NaN	NaN	325.1	1	0	2021-03-15

In [577]:

ns_book4.replace({'발행년도': {r'\d{2}(\d{2})': r'\1'}}, regex=True)[100:102]

Out[577]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
100	101	No라고 말할 줄 아는 남편과 아내 - 개정판	헨리 클라우드, 존 타운센드 (지은이), 김진웅 (옮긴이)	좋은씨앗	18	9788958743019		NaN	NaN	234.9	1	1	2021-03-15
101	102	D2C 레볼루션 - 스타트업부터 글로벌 기업까지, 마켓 체인저의 필수 전략	로런스 인그래시아 (지은이), 안기순 (옮긴이)	부키	21	9788960518483		NaN	NaN	325.1	1	0	2021-03-15

In [585]:

ns_book4.replace({'저자': {r'(.*)\s\(지은이\)(.*)\s\(옮긴이\)': r'\1\2'}, '발행년도': {r'\d{2}(\d{2})': r'\1'}}, regex=True)[100:102]

Out[585]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
100	101	No라고 말할 줄 아는 남편과 아내 - 개정판	헨리 클라우드, 존 타운센드, 김진웅	좋은씨앗	18	9788958743019		NaN	NaN	234.9	1	1	2021-03-15
101	102	D2C 레볼루션 - 스타트업부터 글로벌 기업까지, 마켓 체인저의 필수 전략	로런스 인그래시아, 안기순	부키	21	9788960518483		NaN	NaN	325.1	1	0	2021-03-15

In [591]:

ns_book4['발행년도'].str.contains('1988').sum()

Out[591]:

407

In [603]:

invalid_number = ns_book4['발행년도'].str.contains(r'\D', na=True)
print(invalid_number.sum())
ns_book4[invalid_number].head()

1777

Out[603]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
19138	19565	단국강토	홍태수 저	매일경제신문사	1988.	9788974420031		NaN	NaN	511.1	1	1	2019-12-19
19227	19736	삼성의 역사	송부웅 撰	삼양	단기4334[2001]	9788985464369		0	NaN	911.02	1	1	2019-12-06
26097	26812	배고픈 애벌레	에릭 칼 글·그림 ;이희재 옮김	더큰컴퍼니	[2019]	9788959514083		NaN	NaN	843	1	0	2019-08-12
29817	30586	(The) Sopranos sessions	Matt Zoller Seitz,$eAlan Sepinwall,$eLaura Lip...	Harry N Abrams Inc	2019.	9781419734946		NaN	NaN	326.76	1	0	2019-06-13
29940	30709	다음엔 너야	에른스트 얀들 글;노르만 융에 그림;박상순 옮김	비룡소	2018.	9788949110646	9788949110004	7	NaN	853	1	9	2019-06-04

In [605]:

ns_book5 = ns_book4.replace({'발행년도': r'.*(\d{4}).*'}, r'\1', regex=True)
ns_book5[invalid_number].head()

Out[605]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
19138	19565	단국강토	홍태수 저	매일경제신문사	1988	9788974420031		NaN	NaN	511.1	1	1	2019-12-19
19227	19736	삼성의 역사	송부웅 撰	삼양	2001	9788985464369		0	NaN	911.02	1	1	2019-12-06
26097	26812	배고픈 애벌레	에릭 칼 글·그림 ;이희재 옮김	더큰컴퍼니	2019	9788959514083		NaN	NaN	843	1	0	2019-08-12
29817	30586	(The) Sopranos sessions	Matt Zoller Seitz,$eAlan Sepinwall,$eLaura Lip...	Harry N Abrams Inc	2019	9781419734946		NaN	NaN	326.76	1	0	2019-06-13
29940	30709	다음엔 너야	에른스트 얀들 글;노르만 융에 그림;박상순 옮김	비룡소	2018	9788949110646	9788949110004	7	NaN	853	1	9	2019-06-04

In [609]:

unknown_year = ns_book5['발행년도'].str.contains(r'\D', na=True)
print(unknown_year.sum())
ns_book5[unknown_year].head()

67

Out[609]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
30838	31616	본격 한중일 세계사 5	굽시니스트 지음	위즈덤하우스	NaN	9791190065092		NaN	NaN	NaN	0	0	2019-05-28
39130	40141	정책금융의 현황과 발전과제	정책금융연구회	한국산업은행	NaN	9788992784108		NaN	NaN	327.1	1	0	2019-01-22
39256	40268	서울지역 유적 발굴조사 총서 3	서울역사박물관	서울역사박물관	NaN	9791186324714	9791186324431	NaN	NaN	NaN	0	0	2019-01-22
76836	81202	흰머리 큰줄기	한호진 지음	秀文出版社	[발행년불명]	9788973010769		0	NaN	699.1	1	1	2016-11-10
150543	160436	(속) 경제학사	박장환 지음	NaN	[20--]	9788994339207		1	NaN	320.9	1	2	2012-11-19

In [615]:

ns_book5.loc[unknown_year, '발행년도'] = '-1'
ns_book5 = ns_book5.astype({'발행년도': 'int32'})

/var/folders/3w/0y55k0y53pg1dvg3p_cqn81m0000gn/T/ipykernel_76598/2662877226.py:1: FutureWarning: Setting an item of incompatible dtype is deprecated and will raise an error in a future version of pandas. Value '-1' has dtype incompatible with int32, please explicitly cast to a compatible dtype first.
  ns_book5.loc[unknown_year, '발행년도'] = '-1'

In [619]:

ns_book5['발행년도'].gt(4000).sum()

Out[619]:

131

In [621]:

dangun_yy_rows = ns_book5['발행년도'].gt(4000)
ns_book5.loc[dangun_yy_rows, '발행년도'] = ns_book5.loc[dangun_yy_rows, '발행년도'] - 2333
dangun_year = ns_book5['발행년도'].gt(4000)
print(dangun_year.sum())
ns_book5[dangun_year].head(2)

13

Out[621]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
222858	234268	Modern art	[computer file]	GROLIER	7611	9780717233243		NaN	NaN	609.205	1	1	2009-05-07
270269	282852	현대 영어학=Linguistic theory in modern english	이재영	열림기획	7634	9788986705072		1	NaN	740.1	1	6	2007-04-14

In [623]:

ns_book5.loc[dangun_year, '발행년도'] = -1

In [625]:

old_books = ns_book5['발행년도'].gt(0) & ns_book5['발행년도'].lt(1900)
ns_book5[old_books]

Out[625]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
61149	64093	고흐 씨, 시 읽어 줄까요 :내 마음을 알아주는 시와 그림의 만남	이운진 지음	사계절	176	9788958284277		0	NaN	811.7	1	6	2017-10-27
70566	74347	정신 병리학의 문제들	지은이: 지그문트 프로이트 ;옮긴이: 황보석	열린책들	151	9788932905181	9788932905082	9	10	185.5	1	4	2017-04-26
79550	84164	(최근 7년간) 중요 민법판례 :[2009년 1월~2016년 6월 중요 판례]	이광섭 편저	법학사	163	9788962898651		9	NaN	365	1	14	2016-09-27
147950	157759	(한·중·일) 밥상 문화 :대표음식으로 본 3국 문화비교	김경은 지음	이가서	132	9788958643012		0	NaN	381.75	1	30	2013-02-19
194576	205407	책으로 뒤덮인 집의 비밀	N.E. 보드 지음 ;피터 퍼거슨 그림 ;김지현 옮김	개암나무	1015	9788992844413		7	NaN	843	1	15	2010-08-18
287252	300283	(밝혀질)우리歷史	吳在城 著	黎民族史硏究會	1607	9788986892130		0	NaN	911	1	5	2006-07-06

In [627]:

ns_book5.loc[old_books, '발행년도'] = -1
ns_book5['발행년도'].eq(-1).sum()

Out[627]:

86

- 누락된 정보 채우기¶

In [631]:

na_rows = ns_book5['도서명'].isna() | ns_book5['저자'].isna() | ns_book5['출판사'].isna() | ns_book5['발행년도'].eq(-1)
print(na_rows.sum())
ns_book5[na_rows].head(2)

5268

Out[631]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
78	79	아산 정주영 레거시	김화진	NaN	2021	9788952129529		NaN	NaN	325	1	1	2021-03-15
265	278	골목의 시간을 그리다	정명섭.김효찬 지음	NaN	2021	9791191266054		NaN	NaN	NaN	1	0	2021-03-12

In [643]:

import requests
from bs4 import BeautifulSoup

In [645]:

def get_book_title(isbn):
    url = 'http://www.yes24.com/Product/Search?domain=BOOK&query={}'
    r = requests.get(url.format(isbn))
    soup = BeautifulSoup(r.text, 'html.parser')
    title = soup.find('a', attrs={'class':'gd_name'}).get_text()
    return title

In [647]:

get_book_title(9791191266054)

Out[647]:

'골목의 시간을 그리다'

In [673]:

import re

def get_book_info(row):
    title = row['도서명']
    author = row['저자']
    pub = row['출판사']
    year = row['발행년도']

    url = 'http://www.yes24.com/Product/Search?domain=BOOK&query={}'
    r = requests.get(url.format(row['ISBN']))
    soup = BeautifulSoup(r.text, 'html.parser')
    try:
        if pd.isna(title):
            title = soup.find('a', attrs={'class':'gd_name'}).get_text()
    except AttributeError:
        pass

    try:
        if pd.isna(author):
            authors = soup.find('span', attrs={'class':'info_auth'}.find_all('a'))
            author_list = [auth.get_text() for auth in authors]
            author = ','.join(author_list)
    except AttributeError:
        pass

    try:
        if pd.isna(pub):
            pub = soup.find('span', attrs={'class':'info_pub'}).find('a').get_text()
    except AttributeError:
        pass

    try:
        if year == -1:
            year_str = soup.find('span', attrs={'class':'info_date'}).get_text()
            year = re.findall(r'\d{4}', year_str)[0]
    except AttributeError:
        pass

    return title, author, pub, year
            

In [659]:

updated_sample = ns_book5[na_rows].head(2).apply(get_book_info, axis=1, result_type = 'expand')
updated_sample

Out[659]:

	0	1	2	3
78	아산 정주영 레거시	김화진	서울대학교출판문화원	2021
265	골목의 시간을 그리다	정명섭.김효찬 지음	초록비책공방	2021

In [661]:

ns_book5_update = pd.read_csv('ns_book5_update.csv', index_col=0)
ns_book5_update.head()

Out[661]:

	도서명	저자	출판사	발행년도
78	아산 정주영 레거시	김화진	서울대학교출판문화원	2021
265	골목의 시간을 그리다	정명섭.김효찬 지음	초록비책공방	2021
354	한국인의 맛	정명섭 지음	추수밭	2021
539	한성부, 달 밝은 밤에	김이삭 지음	고즈넉이엔티	2021
607	100일 완성 마그마 러시아어 중고급 단어장	러포자 구제 연구소 외 지음	문예림	2021

In [665]:

ns_book5.update(ns_book5_update)
na_rows = ns_book5['도서명'].isna() | ns_book5['저자'].isna() | ns_book5['출판사'].isna() | ns_book5['발행년도'].eq(-1)
print(na_rows.sum())

4615

In [667]:

ns_book5 = ns_book5.astype({'발행년도': 'int32'})
ns_book6 = ns_book5.dropna(subset=['도서명','저자','출판사'])
ns_book6 = ns_book6[ns_book6['발행년도'] != -1]
ns_book6.head()

Out[667]:

	번호	도서명	저자	출판사	발행년도	ISBN	세트 ISBN	부가기호	권	주제분류번호	도서권수	대출건수	등록일자
0	1	인공지능과 흙	김동훈 지음	민음사	2021	9788937444319		NaN	NaN	NaN	1	0	2021-03-19
1	2	가짜 행복 권하는 사회	김태형 지음	갈매나무	2021	9791190123969		NaN	NaN	NaN	1	0	2021-03-19
2	3	나도 한 문장 잘 쓰면 바랄 게 없겠네	김선영 지음	블랙피쉬	2021	9788968332982		NaN	NaN	NaN	1	0	2021-03-19
3	4	예루살렘 해변	이도 게펜 지음, 임재희 옮김	문학세계사	2021	9788970759906		NaN	NaN	NaN	1	0	2021-03-19
4	5	김성곤의 중국한시기행 : 장강·황하 편	김성곤 지음	김영사	2021	9788934990833		NaN	NaN	NaN	1	0	2021-03-19

In [677]:

ns_book6.to_csv('ns_book6.csv', index=False)

---

- 기본숙제¶

In [706]:

df = pd.DataFrame([[1,'a'],[2],[3,'c',100.0]])
df.columns = ['col1','col2','col3']
df

Out[706]:

	col1	col2	col3
0	1	a	NaN
1	2	None	NaN
2	3	c	100.0

In [718]:

# 1번 => 정답
df['col1'].sum()

Out[718]:

6

In [720]:

# 2번
df[['col1']].sum()

Out[720]:

col1    6
dtype: int64

In [722]:

# 3번
df.loc[:, df.columns == 'col1'].sum()

Out[722]:

col1    6
dtype: int64

In [724]:

# 4번 => 정답
df.loc[:,[False,False,True]].sum()

Out[724]:

col3    100.0
dtype: float64

- 추가숙제¶

In [700]:

df = pd.DataFrame([['bat','abc'],['foo','bar'],['bait','xyz']])
df.columns = ['A','B']
df

Out[700]:

	A	B
0	bat	abc
1	foo	bar
2	bait	xyz

In [702]:

df.replace(r'ba.*', 'new', regex=True) # 정답: 1번

Out[702]:

	A	B
0	new	abc
1	foo	new
2	new	xyz