## Default Import
from pandas import Series, DataFrame
import pandas as pd
import numpy as np

## python 3 의 기본 문자열은 unicode
a = '한글' # python 2
a = u'한글' # python 3 의 기본

## Python 2 에서 python 3의 print 사용
from __future__ import print_function

import pandas as pd
pd.read_csv?

## for 중복도 가능 + filtering
[a*b for a in [1,2,3] for b in [4,5,6,7] if b > 6]

# 해당 데이터에 tz 필드가 없는 경우
clean_tz = frame['tz'].fillna('Missing')
# 필드는 있는데, 값이 빈 경우
clean_tz[clean_tz == ''] = 'Unknown'

# 정리된 데이터에 대해 통계 수치 추출
tz_counts = clean_tz.value_counts()
tz_counts[:10]

import numpy as np

# frame의 'a' 필드의 값이 없는 경우 걸러낸다
cframe = frame[frame.a.notnull()]

# cframe의 'a' 필드의 문자열이 'Windows'를 포함하면 그 값을 'Windows' 아니면 'Not Windows'라고 함
operating_system = np.where(frame['a'].str.contains('Windows'), 'Windows', 'Not Windows')
operating_system[:5]

import pandas as pd

unames = ['user_id', 'gender', 'age', 'occupation', 'zip']
users = pd.read_csv('pydata/ch02/movielens/users.dat', sep='::', header=None, names=unames, encoding='latin1')
users[:5]

rnames = ['user_id', 'movie_id', 'rating', 'timestamp']
ratings = pd.read_csv('pydata/ch02/movielens/ratings.dat', sep='::', header=None, names=rnames, encoding='latin1')
rnames[:5]

mnames = ['movie_id', 'title', 'genre']
movies = pd.read_csv('pydata/ch02/movielens/movies.dat', sep='::', header=None, names=mnames, encoding='latin1')
movies[:5]

## Merge
data = pd.merge(pd.merge(ratings, users), movies)

# aggfunc 는 mean average 등이 있음
mean_ratings = data.pivot_table('rating', index='title', columns='gender', aggfunc='mean')
## mean_ratings = data.pivot_table('rating', index='title', columns='gender', aggfunc=my_func) 도 가능

# panda에만 있는 문법으로 obj가 0이 넘는 boolean filter가 만들어지고 그것을 통해 선택 됨
obj[obj>0] 
# DataFrame의 index 접근은
df.ix(XXXX)
# Series는 0시작 숫자 기반의 index로도 접근 가능 
sr[0]
sr[XXXX]

p_data = {'James' : {u'국어' : 90, u'수학' : 80, u'과학' : 85},
         'Allan' : {u'국어' : 78, u'수학' : 92, u'과학' : 95},
         'Mindy' : {u'국어' : 66, u'수학' : 79, u'과학' : 99}}
p_frame = DataFrame(p_data, index=[u'국어', u'수학', u'과학'])
column_filter = p_frame.ix[u'수학'] >= 80
p_frame.ix[:, column_filter]
```
#### index의 boolean filter를 사용하는 경우
````python
b
```

#### ipython debug
```python
%debug

up


%run -d pydata/ch03/ipython_bug.py
c # 또는 continue
step
next
list # 앞뒤로 5줄씩 보여주는 명령어
b 9 # 모듈에 9 line에 breakpoint 를 삽입한다
# Breakpoint 2 at c:\users\sds\documents\bigpy\pydata\ch03\ipython_bug.py:9
b # 전체 breakpoint를 본다
```