본문 바로가기

- 🗒️오답노트5

[Python]set_index() pandas DataFrame에서 특정 열을 인덱스로 설정하는 함수입니다. 이 함수를 사용하면 DataFrame의 기존 인덱스를 새로운 열로 대체할 수 있습니다. import pandas as pd # 샘플 데이터 생성 data = { 'City': ['New York', 'Los Angeles', 'Chicago'], 'Population': [8623000, 3999000, 2716000] } df = pd.DataFrame(data) # City 열을 인덱스로 설정 df.set_index('City', inplace=True) print(df) Population City New York 8623000 Los Angeles 3999000 Chicago 2716000 set_index() 함수에 in.. 2023. 9. 13.

[Python] groupby() groupby()는 pandas 라이브러리에서 제공하는 함수로, 특정 열을 기준으로 데이터를 그룹화하고 이에 대한 다양한 연산(평균, 합계 등)을 수행할 수 있게 합니다. 월별 주문건수 알아내기 import pandas as pd # 샘플 데이터 생성 data = { 'order_id': [1, 2, 3, 4, 5], 'order_date': ['2023-01-01', '2023-01-02', '2023-02-01', '2023-02-02', '2023-03-01'], } df = pd.DataFrame(data) # order_date 열을 datetime 타입으로 변환 df['order_date'] = pd.to_datetime(df['order_date']) # order_date 열에서 월 정보 .. 2023. 9. 13.

[Python] info() info() 함수는 pandas DataFrame에 대한 요약 정보를 출력하는데 사용됩니다. 이 함수는 DataFrame의 크기, 컬럼 이름, 데이터 타입, 비어있지 않은 값의 개수 등을 제공합니다. import pandas as pd # 샘플 데이터 생성 data = { 'Name': ['John', 'Anna', 'Peter', 'Linda'], 'Age': [28, 24, 35, 32], 'City': ['New York', 'Paris', None, 'Berlin'] } df = pd.DataFrame(data) # DataFrame 정보 출력 df.info() RangeIndex: 4 entries, 0 to 3 Data columns (total 3 columns): # Column Non-N.. 2023. 9. 13.

[Python] scatter() scatter() 함수에 대해 묻는 것 같습니다. 이 함수는 데이터 시각화에서 주로 사용됩니다. Python의 matplotlib 라이브러리에서 scatter() 함수는 산점도를 생성하는데 사용됩니다. import matplotlib.pyplot as plt x = [1, 2, 3, 4, 5] y = [2, 3, 5, 7, 11] plt.scatter(x, y) plt.show() 각 점의 x좌표와 y좌표는 각각 x, y 리스트의 원소들입니다. 옵션 설명 matplotlib.pyplot.scatter(x, y, s=None, c=None, marker=None, cmap=None, norm=None, vmin=None, vmax=None, alpha=None, linewidths=None, *, edge.. 2023. 9. 10.

[Python] loc() Pandas의 loc는 레이블 기반 데이터 선택 방법을 제공합니다. 즉, 인덱스의 이름이나 열 레이블로 데이터를 선택할 수 있습니다. 기본 형태 DataFrame.loc[, ] : 선택하려는 행을 지정합니다. 이는 단일 레이블, 레이블 리스트, 레이블 슬라이싱, 불리언 배열 등 다양한 형태가 될 수 있습니다. : 선택하려는 열을 지정합니다. 이도 마찬가지로 단일 레이블, 레이블 리스트, 레이블 슬라이싱 등으로 지정됩니다. # 'A' 열 선택 df.loc[:, 'A'] # 'A'와 'B'열 선택 df.loc[:, ['A', 'B']] # 인덱스 0부터 2까지 행과 모든 열 선택 df.loc[0:2,:] # 조건에 따른 행과 모든 열 선택 (예: A열 값 > 5) df.loc[df['A'] > 5,:] 1... 2023. 9. 10.

이전 1 다음

티스토리툴바