Python pandas를 이용한 저장된 파일에서 읽은 데이터를 쉽게 사용하기

Python pandas의 기초에 대한 이야기를 했는데요.[바로가기] 그 후에 살짝꿍... 응용 예제 하나 적어볼까 해요^^. 사실 IPython 환경에서 Python을 사용하면서 pandas와 같은 모듈을 이용하는 건 역시 데이터를 빠르게 분석하고 이를 도식화 혹은 그래프로 표현하여 상황을 파악... 그것도 빨리~ 파악하는데 사용하는 것이 제맛이죠^^.

Python Pandas

기초스러운 Series 사용법

Python Pandas

기초스러운 DataFrame 사용법

Python Pandas

Python pandas를 이용한 저장된 파일에서 읽은 데이터를 쉽게 사용하기

Python Pandas

Python Pandas를 이용해 분석한 데이터를 그래프로 표현하기...

Python Pandas

Pandas pivot_table과 groupby, cut 사용하기

언제나 그렇듯 pandas를 import해야죠... 흠.. 생각해보니 numpy는 사용하지 않았는데.. 습관처럼 import 해버렸네요ㅠㅠ.

설명을 위해 임의의 화일이 하나 있다고 보죠~~ 이름은 sample1.txt입니다. 이걸 pd.read_table로 읽을 수 있습니다. 왠만한 모니터링 환경에서 저장된 raw 데이터 화일이라면 그냥 다 읽습니다.^^. 그걸 확인했더니... 뭔가 필요없는 columns가 하나 보이네요. 아마 문장의 끝을 알려주는 부분을 인식한 모양입니다. 뭐 그냥 놔둬도 상관은 없을 수 있지만... 그냥 연습삼아 columns하나 삭제해볼까요^^

일단 columns속성에서 이상한 아이를 발견했네요^^ 이름을 확인해야하니까요^^

그 아이를 drop 속성에서 axis=1을 주고 삭제 할 수 있습니다. 깔끔하네요^^

사실 raw 데이터의 index는 시간입니다. 단위는 10kHz에서 샘플링되었으니 10kHz의 역수겠지요. 그레서 time이라는 열을 만들고 시간축을 만들어 넣었습니다. 일단 rawData는 잘 건들지 않는 습관을 가지는게 이렇게 분석할때는 좋아요~~^^ 그리고 지금에서야 이야기하지만.. 위 그래프는 어떤 장치의 전류를 측정한 파일이랍니다. 그래서 인덱스를 바꿀까 하다가.. raw 데이터는 놔두고 그냥 current라는 열을 만들어봤네요^^

그리고 난 다음.. 새로운 DataFrame에 current를 넣구요... index는 time으로 지정해 주었습니다.

pandas에서 바로 plot()속성을 이용하면 그래프를 그릴 수 있습니다. 그것도 라벨에 범례(legend)까지 붙여서 말이죠^^. 참 고맙습니다.^^. 그런데 이번에는 아까 tmpRawData 상태에서 바로 그려볼께요^^

직접 x축과 y축을 지정할 수 있습니다. 그리고 관심있는 한 영역만 확대(xlim, ylim)하고, 이럴때는 legend가 의미가 없으니 꺼두는 거죠^^. 그나저나 저 전류가 오버슈트가 있네요..ㅠㅠ 뭐 아무튼... 오늘은 이렇게 파일로 저장된 데이터를 pandas를 이용해서 쉽게 읽어들여서 살짝 가공한 다음 아~~~주 쉽게 그래프로 표현하는 예제를 하나 보여드렸습니다.^^