본문 바로가기

Big Data/DataAnalysis & Manipulate33

Pandas에서 결측값을 다루기 위한 여러 함수 Pandas는 Python에서 데이터 조작 및 분석을 위한 강력한 라이브러리입니다. 결측값(missing values)은 데이터셋에서 누락된 값이나 비어있는 값을 의미합니다. Pandas는 결측값을 다루기 위한 여러 함수와 메서드를 제공합니다. 아래에는 몇 가지 주요한 결측값 관련 함수들과 그 설명을 제공합니다. isna() / isnull() DataFrame.isna(), Series.isna(), DataFrame.isnull(), Series.isnull() 각 요소가 결측값인지를 불리언 형태로 반환합니다. True는 결측값을 나타내고, False는 결측값이 아님을 나타냅니다. notna() / notnull() DataFrame.notna(), Series.notna(), DataFrame.no.. 2023. 8. 11.
DataFrame 열 위치 변경 Pandas의 DataFrame에서 컬럼의 위치를 변경하려면 insert() 함수를 사용할 수 있습니다. 이 함수를 사용하여 새로운 컬럼을 원하는 위치에 삽입할 수 있습니다. insert() 함수는 다음과 같은 구문을 가지고 있습니다. DataFrame.insert(loc, column, value, allow_duplicates=False) 여기서 각 매개변수의 역할은 다음과 같습니다: loc: 컬럼을 삽입할 위치를 나타내는 정수 값입니다. 컬럼은 0부터 시작하는 인덱스를 가지며, 마지막 컬럼 바로 다음에 삽입될 위치의 인덱스를 지정합니다. column: 삽입할 컬럼의 이름입니다. value: 삽입할 컬럼의 데이터를 나타내는 Series, 배열, 리스트 등의 값입니다. allow_duplicates: .. 2023. 8. 11.
explode()와 melt() 그리고 Wide->Long 포맷 변환 explode 함수 explode 함수는 리스트 형식의 데이터가 포함된 컬럼을 "폭발"시켜(long format으로 변환) 각 요소를 별도의 행으로 분리합니다. 시그니처 DataFrame.explode(column: str) -> DataFrame column: 폭발시킬 컬럼의 이름을 지정합니다. 예제 import pandas as pd data = {'id': [1, 2, 3], 'items': [['item1', 'item2'], ['item3', 'item4'], ['item5', 'item6', 'item7']]} df = pd.DataFrame(data) df_long = df.explode('items') melt 함수 melt 함수는 여러 컬럼을 long format으로 변환하여 열(colu.. 2023. 8. 11.
pandas series.str 판다스 시리즈(Series)는 판다스의 기본 데이터 구조 중 하나로, 1차원 레이블링된 배열로 생각할 수 있습니다. 시리즈는 인덱스(Index)와 값(Value)으로 구성되며, 이러한 구조를 통해 데이터를 라벨링하고 다룰 수 있습니다. 판다스 시리즈의 str 프로퍼티는 문자열 데이터에 대해 다양한 문자열 메서드를 적용할 수 있는 기능을 제공합니다. 이 프로퍼티를 사용하면 시리즈의 문자열 요소에 대해 문자열 연산을 수행할 수 있습니다. 주로 문자열을 조작하거나 추출하는 작업에 유용합니다. 예를 들어, 판다스 시리즈에서 str 프로퍼티를 사용하여 다양한 문자열 메서드를 호출할 수 있습니다. 일부 유용한 메서드는 다음과 같습니다: str.lower(): 문자열을 소문자로 변환합니다. str.upper(): 문.. 2023. 8. 11.
pandas 선택함수 pandas 라이브러리는 데이터 조작 및 분석을 위한 다양한 선택 함수를 제공합니다. 아래에는 pandas의 일부 선택 함수에 대한 소개를 제공하겠습니다. nlargest 및 nsmallest nlargest(n, columns=None): DataFrame 또는 Series에서 상위 n개의 가장 큰 값을 선택합니다. columns 매개변수를 사용하여 특정 열을 기준으로 선택할 수도 있습니다. nsmallest(n, columns=None): DataFrame 또는 Series에서 상위 n개의 가장 작은 값을 선택합니다. columns 매개변수로 특정 열을 기준으로 선택할 수 있습니다. idxmax 및 idxmin idxmax(axis=0, skipna=True): DataFrame 또는 Series에서.. 2023. 8. 11.
DataFrame groupby() groupby() groupby() 함수는 Pandas에서 데이터를 그룹화하고 그룹 단위 연산을 수행하는 데 사용되는 핵심 함수입니다. 아래는 groupby() 함수의 시그니처와 예제를 설명해 드리겠습니다. 시그니처 DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, observed=False, dropna=True) 매개변수 by: 그룹화를 위한 열 또는 열의 리스트, 또는 그룹화에 사용할 함수. axis: 그룹화 기준이 되는 축 (0: 행, 1: 열). level: MultiIndex를 사용할 경우 그룹화할 레벨. as_index: 그룹화한 열을 인덱스로 사용할지 여.. 2023. 8. 11.
DataFrame 통계 함수 Pandas는 Python에서 데이터 조작과 분석을 위한 강력한 라이브러리입니다. DataFrame 객체는 데이터를 테이블 형태로 다루기에 이용되며, 다양한 통계 함수를 활용하여 데이터를 분석하고 요약할 수 있습니다. 아래에는 몇 가지 일반적인 통계 함수와 그 설명을 제공해 드리겠습니다: mean(): 평균을 계산합니다. 수치 데이터의 평균값을 계산할 때 주로 사용됩니다. median(): 중앙값을 계산합니다. 데이터를 작은 값에서 큰 값으로 정렬한 후 가운데 위치한 값을 반환합니다. 이상치에 민감하지 않은 중심 경향성 측정치입니다. std(): 표준 편차를 계산합니다. 데이터의 변동 정도나 산포도를 나타내며, 값이 작을수록 데이터가 평균 주변에 밀집되어 있다는 의미입니다. var(): 분산을 계산합니다.. 2023. 8. 11.
DataFrame Function 1 pandas는 파이썬 프로그래밍 언어를 위한 데이터 분석 및 조작 라이브러리로 매우 유용하게 사용됩니다. 여러 가지 기능을 수행하는 함수들 중에 'info', 'set_index', 'reset_index', 'query', 'merge' 함수에 대해 설명해드리겠습니다. info() DataFrame의 기본 정보를 제공하는 함수입니다. DataFrame의 열 수, 각 열의 데이터 타입, 비어있지 않은 값의 개수 등을 보여줍니다. 주로 데이터의 전체적인 구조를 파악할 때 유용하게 사용됩니다. 시그니처 DataFrame.info(verbose=None, buf=None, max_cols=None, memory_usage=None, null_counts=None) verbose: 출력 정보의 상세도를 제어하는.. 2023. 8. 11.
pandas DataFrame 인덱스 pandas는 Python 프로그래밍 언어를 위한 데이터 조작 및 분석 라이브러리입니다. DataFrame이라는 데이터 구조를 제공하며, 이는 엑셀 스프레드시트와 유사한 형태의 2차원 데이터 테이블입니다. DataFrame의 인덱스는 데이터에 접근하고 조작하기 위한 방법을 제공합니다. pandas DataFrame의 인덱스 종류 정수 인덱스(Integer Index): 기본적으로 DataFrame을 생성하면 0부터 시작하는 정수 인덱스가 할당됩니다. 이는 각 행의 고유한 식별자로 사용될 수 있습니다. 라벨 인덱스(Label Index): 정수 인덱스 대신 데이터를 더 명확하게 식별할 수 있는 라벨(문자열 또는 다른 데이터 타입)을 인덱스로 사용할 수 있습니다. 이는 데이터에 의미 있는 이름을 부여하거나 .. 2023. 8. 10.

티스토리툴바