5. 주가 데이터 선택하기 feat. 판다스 Pandas ( loc, iloc )

※ 늦게라도 "코딩"을 배워야겠다는 사람이 있다면 혹시라도 도움이 될까해서 그동안 알게 된 내용을 공유하려고 합니다.

지난 회차에 파이썬의 판다스 라이브러리를 이용하여 기본으로 다운로드 받았던 데이터에 이동평균을 추가하는 방법을 알아 봤습니다.

2022.06.15 - [파이썬과 주식] - 4. 주가 데이터에 이동 평균 추가하기 feat. 판다스 Pandas

4. 주가 데이터에 이동 평균 추가하기 feat. 판다스 Pandas

 

이번 회차에는 만들어진 주가 데이터에서 원하는 데이터를 선택하는 법을 알아 보겠습니다.

지난 회차에서 열(column)을 추가하고 불러 올 때는 df["열(column)이름"] 형태로 추가하거나 불러오는 것을 알아봤습니다.

이번 회차에는 행(row)을 기준으로 데이터를 선택하는 것을 알아보려 합니다.

지난 회차까지의 최신 버전 아래의 코드를 예제로 사용하겠습니다.

import FinanceDataReader as fdr
df = fdr.DataReader('005930','2021-06-03','2022-06-03')
df.rename(columns={"Close":"종가","Volume":"거래량"},inplace = True)
df.insert(5,'등락',df['종가'].diff())
df['5일_이동평균']=df['종가'].rolling(5).mean()
df['20일_이동평균']=df['종가'].rolling(20).mean()
df['60일_이동평균']=df['종가'].rolling(60).mean()
df['120일_이동평균']=df['종가'].rolling(120).mean()
df = df[['종가','등락','거래량','5일_이동평균','20일_이동평균','60일_이동평균','120일_이동평균']]
df.to_excel("삼성전자_V1.xlsx")
df.to_csv("삼성전자_V1.csv")
df

 

---

1. head ( )

 

행으로 선택하는 방법 중 가장 기본적인 코드 입니다.

df.head()

 DataFrame에 head( )를 붙이면 데이터 처음부터 5행까지의 자료를 나타냅니다.

괄호 안에 숫자를 넣으면 숫자만큼 데이터를 나타냅니다.

---

2. tail ( )

 

head( )의 반대 입니다. 제일 마지막 데이터 5개를 나타내 줍니다.

df.tail()

괄호 안에 숫자를 넣으면 숫자만큼 데이터를 나타냅니다.

---

3. loc

loc는 Pandas에서 데이터프레임 데이터를 이름을 이용해서 원하는 행(row)을 선택할 수 있는 속성입니다.

loc는 "location" 위치 라는 의미를 가지고 있습니다.

열 (column)을 선택할 때는 df["열(column)이름"] 형태로 선택할 수 있는데,

 

(1) 행 (row)을 선택할 때에는 df.loc["행(row) 이름"] 형태로 선택할 수 있습니다.

---

(2) 여러 행을 선택할 수도 있습니다.

df.loc[["2022-05-20","2022-05-30"]]

다만, 2개 이상이면 리스트가 되기 때문에  대괄호 "[ ] " 로 감싸주어야 합니다.

---

(3) 구간으로 선택할 수도 있습니다.

df.loc["2022-05-20":"2022-05-30"]

"행이름" : "행이름" >> 행이름을 콜론으로 연결합니다. 

(2)와 (3) 에서 보듯이 대괄호 [ ] 가 1개 일때가 있고 2개 일때가 있습니다. 자료형이 리스트 형태가 되면 [ ]가 하나 더 붙습니다. 이 부분에서 에러가 많이 납니다. 에러났을 때 먼저 대괄호가 몇 개인지 확인해 보십시요.

---

(4)  열 (column) 중에 찾고 싶은 것 만 선택할 수 있습니다.

df.loc["2022-05-20":"2022-05-30","종가":"거래량"]

df.loc[ "행이름" , "열이름" ] >> 콤마(,)로 행이름,열이름을 열거하여 주면 됩니다.

열이름입력 방법은 행이름과 같습니다. 

여러 열을 선택할 때는,

df.loc["2022-05-20":"2022-05-30",["종가","거래량","5일_이동평균"]]

리스트 타입이므로 [ ]로 감싸주면 됩니다.

---

4. iloc

iloc는 Pandas에서 데이터프레임 데이터를 정수형 인덱스를 이용해서 원하는 행(row)을 선택할 수 있는 속성입니다. 즉 숫자로 위치를 선택하는 것입니다.

(1) 행 (row)을 선택할 때에는 df.iloc["행(row) 인덱스 "] 형태로 선택할 수 있습니다.

df.iloc[244]

 앞의 loc가 이름으로 선택하는 것이라면, iloc는 숫자로 데이터를 선택하는 것입니다. 다만, 인덱스 0 부터 시작입니다. 

---

(2) 여러 행을 선택할 수도 있습니다.

리스트 타입이므로 [ ]로 감싸주면 됩니다.

---

(3) 구간으로 선택할 수도 있습니다.

loc 일 때와 똑같이 콜론으로 연결해주면 됩니다. 다만 244번째까지 나타내고 싶다면 245로 표기해주어야 합니다. 0 부터 시작하기 때문에 1 차이가 납니다.

---

(4)  열 (column) 중에 찾고 싶은 것 만 선택할 수 있습니다.

loc와 같은 형식으로 사용할 수 있습니다. 다만, 이름대신 숫자를 쓴다는 것만 다릅니다.

---

5. 최신 버전

 

loc를 사용해서 기존 데이터를 변경해 보겠습니다.

import FinanceDataReader as fdr
df = fdr.DataReader('005930','2021-01-01','2022-06-22')
df.rename(columns={"Close":"종가","Volume":"거래량"},inplace = True)
df.insert(5,'등락',df['종가'].diff())
df['5일_이동평균']=df['종가'].rolling(5).mean()
df['20일_이동평균']=df['종가'].rolling(20).mean()
df['60일_이동평균']=df['종가'].rolling(60).mean()
df['120일_이동평균']=df['종가'].rolling(120).mean()
df = df[['종가','등락','거래량','5일_이동평균','20일_이동평균','60일_이동평균','120일_이동평균']]
df

 

위 데이터를 보면 이동평균 데이터중 일부 "NaN"으로 표기되어 있습니다. 즉, 데이터가 비어 있다는 뜻입니다. 그래서 이동평균이 비어있는 부분은 빼고 이동평균까지 모두 차 있는 데이터만 저장하려 합니다.

df06 = df.loc["2021-06-25":"2022-06-22"]
df06.to_excel("삼성전자06.xlsx")
df06.to_csv("삼성전자06.csv")
df06

삼성전자06.csv

0.02MB

삼성전자06.xlsx

0.02MB

 

---

---

위의 작업들은 처음 다운로드를 받고 엑셀에서 작업을 할 수도 있습니다.

코딩 작업이 엑셀보다 힘들 수도 있지만, 제가 생각하는 코딩의 장점은 한 번 잘 만들어 놓은 코드는 재사용이 편리하다는 것입니다. 엑셀도 틀을 잘 잡아놓으면 많은 부분을 수정하지 않고도 사용할 수 있겠지만, 코드를 이용해 컴퓨터가 처리하는 것에 비하면 시간과 노력이 훨씬 더 많이 필요합니다.

 

" 잘 만들어 놓은 코드 하나 열 엑셀 부럽지 않다. "