1. INSERT - 모든 컬럼에 값을 입력할 때 INSERT INTO 테이블명 VALUES (value_list) ; - 일부 컬럼에만 값을 입력할 때 INSERT INTO 테이블명 (column_list) VALUES (value_list); 2. UPDATE - 기본 구조 UPDATE 테이블명 SET 컬럼=값 ; - 조건이 있을 때 UPDATE 테이블명 SET 컬럼=값 WHERE 조건식 ; 3. DELETE - 기본구조 DELETE FROM 테이블명; - 조건이 있을 때 DELETE FROM 테이블명 WHERE 조건절 ;

DELETE 1. 기본 구문 DELETE FROM 테이블명 ; 2. 조건이 있을때 DELETE FROM 테이블명 WHERE 조건절 ; 리트코드 정답 쿼리 1. 서브쿼리 사용 DELETE FROM person WHERE id NOT IN (SELECT sub.min_id FROM (SELECT email, MIN(id) AS min_id FROM person GROUP BY email )sub ) 2. 셀프 조인 사용 DELETE p1 FROM person AS p1 INNER JOIN person AS p2 ON p1.email = p2.email WHERE p1.id > p2.id

UPDATE문에 CASE WHEN 사용하기 UPDATE의 기본 구조 1. 조건 없이 모든 컬럼의 값을 변경할때 UPDATE 테이블명 SET 컬럼=값 ; 2. 조건에 맞는 컬럼의 값을 변경할때 UPDATE 테이블명 SET 컬럼=값 WHERE 조건식 ; 나의 작성 코드 UPDATE salary set sex = CASE WHEN MOD(id,2)=0 THEN 'm' WHEN MOD(id,2)!=0 THEN 'f' END ; 인프런 백문이불여일타의 정답 UPDATE salary set sex = CASE WHEN sex='f' THEN 'm' ELSE 'f' END ; 주요 구문 UPDATE 테이블명 SET = CASE WHEN 구문

url = ' url 주소 ' driver.get(url) from selenium.webdriver.common.by import By driver.find_element(By.CLASS_NAME, "content") CLASS_NAME CSS_SELECTOR ID LINK_TEXT NAME PARTIAL_LINK_TEXT TAG_NAME XPATH

중앙값 대체 # 80%미만 결측치 컬럼, city별 중앙값으로 대체 s=df[df['city']=='서울']['f1'].median() k=df[df['city']=='경기']['f1'].median() b=df[df['city']=='부산']['f1'].median() d=df[df['city']=='대구']['f1'].median() # f1결측치 city별 중앙값으로 대체 df['f1'] = df['f1'].fillna(df['city'].map({'서울':s,'경기':k,'부산':b,'대구':d})) 왜도와 첨도 DataFrame.skew() 왜도 DataFrame.kurt() 첨도 # 'SalePrice'컬럼 로그변환 import numpy as np df['SalePrice'] = np.log..

데이터 할당 : train, test, y Null 여부 확인 -> train 데이터 num , cat 분류 cat 데이터 원핫인코딩 실시 -> X_cat = pd.get_dummies(X_cat) test 데이터 num , cat 분류 cat 데이터 원핫인코딩 실시 X_cat을 기준으로 정렬 : align X_cat, test_cat = X_cat.align(test_cat, join='inner',axis=1) MinMaxScaler 랜덤포레스트 모델 적용 ( 분류 OR 회귀) from sklearn.ensemble import RandomForestRegressor model = RandomForestRegressor() model.fit(X_final, y) pred_test = model.pre..