분류 전체보기275 [DataFrame] DataFrame - Grouping, pivot_table groupby() 데이타를 특정 기준으로 그룹핑 할때 사용(엑셀의 피봇 테이블과 유사)그룹핑을 한 후에는 반드시 통계함수를 적용한다. 그룹핑 => 세분화시킨다세분화 된 객체들의 통계함수를 적용하여 구한다 # 성별로 그룹핑 # 성별로 그룹핑하면 데이터프레임이 두동강 나잖아! # groupby 함수만으로는 아무것도 출력되지 않는다. # 그룹핑 된 객체 자체만 반환된다. DataFrameGroupBy tips.groupby('sex') # # 출력 결과를 받아 보려면.. DataFrameGroupBy 객체에 통계함수를 적용 tips.groupby('sex').describe() # 평균 함수를 적용해보면 numeric한 칼럼만 추출됨 tips.groupby('sex').mean() # 흡연, 비흡연자 여부로 .. 2022. 4. 8. [DataFrame] DataFrame - 통계 함수, 날짜 변수 통계는 데이터 분석에서 굉장히 중요한 요소이다. 데이터에 대한 통계 계산식으로 Pandas 함수로 제공하기 때문에 어렵지 않게 통계 값을 산출할 수 있다. describe() - 요약통계 전반적인 주요 통계를 확인할 수 있음 기본 값으로 수치형(Numerical) 컬럼에 대한 통계표를 보여줌 count : 데이터 개수 mean : 평균 std : 표준편차 min : 최솟값 max : 최대값 tc5 = tips.copy() # numerical 칼럼에 대한 통계 tc5.describe() # 각 컬럼에 대한 개수, 누락 데이터는 건너 뛰기 때문에 244로 나옴 tc5.count() ''' total_bill 245 tip 244 sex 244 smoker 244 day 244 time 244 size 24.. 2022. 4. 8. [DataFrame] DataFrame - 누락데이터 처리하기, 삭제하기 누락데이타 값 삭제하기 - dropna() 데이터를 보면 값이 없는 경우가 있다. 이런 경우 missing value 가 있다고 한다. 데이타 분석을 본격적으로 하기 전에 Missing value 처리 전략을 세우는 것은 데이타 전처리 과정에서 매우 중요하다. 데이타를 받으면 비어있는 값들이 어떻게 분포되어 있는지를 반드시 확인해야 한다. 대표적인 처리전략 데이터가 거의 없는 feature 는 feature 자체를 DROP 데이터의 최소 개수를 정해서 DROP 최빈값, 평균값, 0 등의 값으로 비어있는 데이터를 채우기 fill() 판다스는 누락된 데이타를 모두 NaN으로 처리한다. 판다스 객체의 모든 통계는 누락된 데이타를 배제하고 처리한다. 누락데이타와 관련된 기능 dropna() : na이 하나라도 .. 2022. 4. 8. [DataFrame] DataFrame - 조회하기 Dataframe은 numpy에서 했던 슬라이싱 방법이 적용되지 않는다! loc는 locate의 줄임말이다. 인덱싱이랑 비슷한데 다른 기능이 있기에 loc라 부른다. tips[ 행 기준 슬라이싱, 열 기준 슬라이싱 ] -> 에러 발생 1. boolean 인덱싱으로 값 가져오기 condition1 = (tips['tip']>=2 ) condition2 = (tips['sex']=='Male') condition3 = (tips['size']==2) tips[condition1 & condition2 & condition3].head(3)['time'] tips[condition1 & condition2 & condition3]['time'].head(3) ''' 3 Dinner 6 Dinner 9 Dinn.. 2022. 4. 8. [DataFrame] DataFrame - 컬럼 다루기 & 컬럼명 변경 및 추가, 삭제하기 ◾ Column 다루기 DataFrame에 key 값으로 column의 이름을 지정하여 column을 선택할 수 있음 1개의 column을 가져올 수 있으며, 1개의 column 선택 시 Series가 옴 df2['python'] ''' a 59 b 11 c 35 d 68 Name: python, dtype: int32 ''' type(df2['python']) # pandas.core.series.Series 2개 이상의 column 선택은 팬시 인덱싱으로 가능! df2[['python', 'da']] ''' pythonda a 59 60 b 11 20 c 35 73 d 68 16 ''' ◾ 컬럼명 수정 columns원본이 바로 변경됨, 한꺼번에 전체 수정할 때 사용 rename원본변경 안됨, inpl.. 2022. 4. 2. [DataFrame] DataFrame - 정렬하기 sort_index() ⭐⭐⭐ sort_values(by=[’칼럼명’, ’칼럼명’], ascending=[True,False]) ⇒ 칼럼 기준 정렬 sort_index() 의 default는 오름차순 # default 오름차순 정렬 df3.sort_index().head() df3.sort_index(ascending=True).head() # 내림차순 정렬 df3.sort_index(ascending=False).head() # 동률 데이터 여러 개 df3.sort_values(by='tip').head() 동률의 경우 여러 개의 칼럼을 기준으로 정렬 총 지불 금액과 팁과의 연관 관계를 생각해서 1순위 tip, 2순위 total_bill 순서로 정렬 df3.sort_values(by=['tip', 't.. 2022. 4. 2. 이전 1 ··· 24 25 26 27 28 29 30 ··· 46 다음
