Pandas란? pandas는 "python data analysis"의 약자 테이블형태로 데이터를 다룰 수 있게 해주는 패키지 (python용 엑셀) !pip install pandas # pandas install import pandas as pd ## option setting # 불러들이는 데이터에 맞춰 모든 컬럼을 확인 가능하도록 옵션값 설정 pd.options.display.max_columns = 200 pd.options.display.max_info_columns =200 DataFrame 테이블형태의 데이터 구조 다양한 형태의 데이터를 받아 사용할 수 있으며 다양한 통계, 시각화 함수를 제공 !pip install xlrd !pip install openpyxl !pip install..

What is Numpy? numpy는 "numerical python"의 약자 Numerical Computing : 컴퓨터가 실수값을 효과적으로 계산할 수 있도록 하는 연구 분야 Vector Arithmetic : 벡터 연산 > 데이터가 벡터로 표현되기 때문 numpy는 다양한 머신러닝 라이브러리들에 의존성을 가지고 있고, 일반 파이썬 리스트에 비해 강력한 성능을 자랑gka 성능 : numpy array >> python list (or tuple) python list와 비슷한 개념을 numpy에서는 numpy array라고 부름 : 파이썬 리스트처럼 여러 데이터를 한번에 다룰 수 있으나, 모든 데이터가 동일한 data type을 가져야함 Numpy Basics 주피터 노트북에서 Numpy 설치 !..

Function이란? 하나의 기능을 나타냄 특정 기능을 구현한 코드 묶음 함수를 사용하는 가장 중요한 이유는 재사용상 때문 def 함수이름(param1, param2, ... ): return 전역변수, 글로벌변수 함수 밖에서 정의가 되었어도 함수 내부에서 자유롭게 호출해서 사용이 가능 age = 28 age # 함수정의 def person_nm(name,mail) : print(f'제 이름은 {name},{age},{mail}입니다.') # 함수실행 코드 def person_nm('Eddy','mail23@gmail.com') 지역변수, 로컬변수 함수 내부에서 정의 된 age 변수는 함수 내부에서만 정의되는 변수로서 함수 밖에서는 호출할 수 없음 그렇기에 다른 함수에서 같은 이름의 변수를 사용해도 관계..

indexing loc 인덱서 : 명시적인 인덱스 참조 (loc를 이용한 슬라이싱에서는 맨 뒤 값 포함O ) iloc 인덱서 : 암묵적인 인덱스 참조 (iloc를 이용한 슬라이싱에서는 맨 뒤 값 포함X ) 비교연산 Series와 DataFrame 데이터 타입은 모두 ndarray이므로 비교연산 및 브로드캐스팅 적용 가능 부울 리스트 연산 ndarray 타입의 부울 리스트에 대해 AND연산(&)과 OR연산(|)이 가능 마스킹 검색 df.loc[부울 리스트] True인 요소의 위치에 대응되는 행만 가져옴 Series.str 문자열로 구성된 Series에 대해서는 str accessor를 사용할 수 있으며, 이를 사용하면 string 관련 내장함수 사용 가능 Series.str.strip() : 앞 뒤 공백제..

리스트 및 튜플 정렬 sort sort() # reverse : 내림차순으로 정렬할 것인지 여부를 결정하는 매개변수 리스트 및 튜플 자체를 정렬 ( return 값이 없음) Pandas에서 inplace = True로 설정한 것 과 같음 L = [1, 4, 3, 5, 2, 5] L.sort(reverse = True) # 출력이 None이고 L자체가 수정됨 L sorted sorted() # reverse : 내림차순으로 정렬할 것인지 여부를 결정하는 매개변수 # key : 정렬 기준 함수 (주로 lambda 함수 사용) 정렬된 리스트 및 튜플을 반환 L = ['We', 'Use', 'Python', 'For', 'Data Preprocessing'] sorted(L, key = lambda x:len(..

pivot_table pandas.pivot_table() # data : 데이터 프레임 # index : 행에 들어갈 조건 # columns : 열에 들어갈 조건 # values : 집계 대상 컬럼 목록 # aggfunc : 집계 함수 데이터를 조건에 따른 변수들의 통계량을 요약한 테이블 행 단위의 데이터 프레임을 피벗 테이블로 변환하는 함수 groupby 조건부 통계량을 계산하기 위한 방법으로 크게 분할 ,적용, 결합의 세 단계로 구성됨 DataFrame.groupby DataFrame을 분할 기준 컬럼을 기준으로 나누는 함수 df.groupby(분할기준 컬럼)[적용 기준 컬럼].집계합수 # by : 분할 기준 컬럼 (목록) # as.index : 분할 기준 컬럼들을 인덱스로 사용할 것인지 여부 (d..