IT_developers

Groupby 데이터 그룹 연산 수행 단계 원본 데이터 셋을 그룹별로 분할(split) 분할된 각 그룹에 함수 적용 결과 통합 [실습] groupby() : 그룹화 size() : 개수구하기 == value_counts() mean() : 평균 구하기 특정 평균값 가능 두개 조건으로 평균 구하기 가능 [실습2] sum() : 합계 aggregate() : 함수를 적용할 때 사용 agg() : aggregate의 약자 rename() : 컬럼명 변경 [실습3] [실습4] car_sales.xlsx 파일 데이터 프레임으로 생성 Branch별 매출액 구하기 구한 매출액 결과를 데이트프레임으로 생성 [실습5]

Apply() : Series, DataFrame 둘다 적용 가능 1) 기본 : 행기준 2) sum 3) 열 기준 [실습] 1) 년도 추출 함수만들기 2) 년도를 통해 나이 계산 3) 데이터 결과로 메시지 넣기 [실습] 1) 영어 성적을 80으로 변경 [실습] lambda 함수를 만들고 적용 시킬지, 람다로 만들어서 적용 시킬지 Map() Series 만 적용 가능 key, value 형태로 보낼 수 있음 Applymap() DataFrame만 가능(시리즈 사용 불가) 모든 셀에 동일한 작업할 때 유용

Stack() / Unstack() pivot() 메소드와 밀접하게 연관됨 multiIndex 객체와 함께 작용하도록 설계됨 stack() : 컬럼을 마지막 인덱스로 unstack() : 마지막 인덱스를 컬럼으로 stack & unstack stack:컬럼 레벨에서 인덱스 레벨로 dataframe 변경 즉, 데이터를 쌓아올리는 개념으로 이해하면 쉬움 unstack : 인덱스 레벨에서 컬럼 레벨로 dataframe 변경 stack 의 반대 operation 둘은 역의 관계에 있음 멀티 인덱스 하나의 축에 둘 이상의 인덱스를 지정 순서가 있음 튜플 1) 조회 [실습] 1) stack() 2) unstack() [실습] 1) 멀티 인덱스

1) sort_values() : 특정 컬럼으로 정렬 2) rename() : 컬럼명 변경 3) reset_index() : inedx를 컬럼으로 만들기 4) sort_index() : index를 기준으로 정렬하기 5) drop(columns = ['','','']) : 괄호 안에 있는 컬럼 삭제 / drop(["",""],axis=1) [실습] 1) 인덱스 생성 - 년도 2) 인덱스 제거 3) 컬럼명 변경(중국 -> 홍콩)

Melt 1 개 이상 열들을 식별자 변수 형식으로 재형성 열 축소, 행 확장 1) 모든 컬럼을 행으로 녹여냄(열 축소, 행 확장) id_vars var_name value_name value_vars Pivot pivot 사전적 의미 : 회전 또는 균형을 맞추는 중심축이나 고정점 pivot_table group by를 사용하기 쉽게 해 놓은 게 pivot_table pd.pivot_table( data: 'DataFrame', values=None, index=None, columns=None, aggfunc: 'AggFuncType' = 'mean', fill_value=None, margins: 'bool' = False, dropna: 'bool' = True, margins_name: 'str' ..

Merge merge(데이터프레임1, 데이터프레임2) : 두 데이터프레임에 동일한 이름을 가진 컬럼을 기준으로 두 데이터프레임을 합침 # 기본 방식처럼 했을 시 에러 : ValueError: You are trying to merge on int64 and object columns. If you wish to proceed you should use pd.concat ValueError: You are trying to merge on int64 and object columns. If you wish to proceed you should use pd.concat 1) how='조인기준', on='컬럼기준' how : inner 기본 # 동일한 타입 merge [실습] 1) df1, df2 inner..

Concat 두 데이터 프레임을 연결해서 하나의 데이터프레임으로 만들 수 있음 두 데이터 프레임을 위/아래 또는 왼쪽/오른쪽으로 연결하기만 함 pd.concat([데이터프레임1, 데이터프레임2]) [실습1] Series 데이터 [실습2] 데이터프레임 [실습3]

Summarize Data 1) value_counts() : unique 값들의 행 수 카운트 2) len() : 데이터프레임 안의 행의 개수 3) shape : 행, 열의 개수를 튜플로 4) unique() / nunique 5) describe() : 기술 통계 정보(분산, 최대, 최소, count, 표준편차, quantile) 6) info() : 데이터 프레임 전체 정보 7) sum() 8) count() : 전체 개수 9) mean() : 평균 10) median() : 중앙값 11) quantile() 12) max() 13) min() 14) var() 분산 15) std() : 표준편차 [실습] 1) train.xlsx 읽은 후 데이터 프레임 생성 2) 데이터프레임 전체 정보 3) 데이터..