올리비아 코딩스쿨

이번 편에서는 pandas가지고 데이터전처리 하는 방법을 공부해본다. 빅분기 ADP 데이터분석 시험 공부 요약 이라고 생각하면 좋다. 시작해보자!   목차 1. null값1) null값 찾기★  isnull()  = isna() : Null인것이 True★  notnull() : NotNull인것이 True 2) 개수 구하기★ sum()axis = 0axis = 1 축의 방향에 따라 sum()의 값이 달라짐 3) 제거★ dropna()axis=0, axis=1 이냐에 따라 제거되는 방향이 달라진다. 기본은 axis=0이다. 누락 행을 삭제axis=1은 누락 열을 삭제 ★ subset= [컬럼이름] 전체가 아니라 특정 열만 한정하는 경우는 subset을 쓴다. ★ how = 'any', 'all' ?any..

이번에는 빅분기 시험 공부, ADP 시험 준비 하며 필수적인 pandas 공부 요약 정리해보도록 한다. 목차# pandas 라이브러리import pandas as pdimport numpy as np# 시각화 라이브러리import matplotlib.pyplot as pltimport seaborn as sns# 행 /열 최대로 보기pd.set_option('display.max_rows',None)pd.set_option('display.max_columns', None)# 경고 무시import warningswarnings.filterwarnings("ignore") 0. 외부파일불러오기1) csvpd.read_csv(" 이름.csv", header=?, index_col= ?)index_col 이용..

목차 1. 판다스 컬럼의 항목을 일괄 변경하는 방법 replace import pandas as pd # 데이터프레임 생성 df = pd.DataFrame({'expert': [1, 2, 1, 2, 1, 2]}) # 'expert' 칼럼 값 변경 df['expert_2'] = df['expert'].replace({1: 'a', 2: 'b'}) # 결과 출력 print(df) 2. 판다스 특정 컬럼 기준 정렬 sort_values(by = [ , ] ) import pandas as pd # 데이터프레임 생성 df = pd.DataFrame({'a': [1, 3, 2, 1, 2], 'b': [4, 2, 6, 5, 3], 'c': [7, 9, 8, 10, 6]}) # 'a' 컬럼을 기준으로 오름차순 정렬 ..

목차 파이썬에서 iterator이터레이터는 반복가능한 iterable한 객체에 순차적으로 요소를 반환하는 객체이다. iterator은 반복 가능한 객체의 요소를 차례대로 가져오면서 메모리를 절약할 수 있다. 대규모 데이터, 무한 데이터 스트림과 같이 모든 요소를 한 번에 로딩하지 않고, 필요할 때마다 요소를 생성하고 반환하기 때문이다. 파이썬에서 자주 쓰이는 함수 3개를 이야기해보자. iterrows 판다스 데이터프레임에서 각 행을 반복문을 사용하여 출력하는 방법이다. import pandas as pd # 예시 DataFrame 생성 data = {'Name': ['John', 'Emily', 'Ryan'], 'Age': [25, 30, 35], 'City': ['New York', 'Paris', '..

map(적용할 함수, iterable한 대상) 위의 맵함수를 통해 반환되는 iterator 객체는 list나 tuple과 같은 sequence 자료형으로 변환 가능하다. def square(x): return x ** 2 lst = [1, 2, 3, 4, 5] squared_lst = list(map(square, lst)) print(squared_lst) # 출력: [1, 4, 9, 16, 25] 판다스 unique() df['칼럼명'] df.loc[label] df.iloc[index] -preprocess df_can.drop(['AREA','REG','DEV','Type','Coverage'], axis=1, inplace=True) df_can.rename(columns={"OdName":"C..