티스토리

Mizys
검색하기

블로그 홈

Mizys

mizykk.tistory.com/m

뭬자 님의 블로그입니다.

구독자
18
방명록 방문하기
반응형

주요 글 목록

  • [Python] apply, map, applymap의 차이 map - 딕셔너리 사용 - 단일 칼럼 변환 apply - 데이터프레임과 시리즈를 모두 다룰 수 있다. iris.apply(lambda x: x['petal length'] * x['petal width'], axis = 1) applymap - 데이터프레임 전체 데이터 셀에 적용 df.applymap(lambda x: np.log(x)) 공감수 0 댓글수 0 2021. 7. 16.
  • [Python] 데이터프레임 행/열 바꾸기 :: transpose, T 데이터프레임의 행과 열을 바꾸기위해 df.transpose나 df.T를 사용하면 된다. # 행/열 전환 df.transpose() df.T 기존 열 이름이 인덱스가 되고, 인덱스는 열 이름이 된다. 공감수 1 댓글수 0 2021. 4. 2.
  • [Python] 데이터프레임 열 이름/컬럼명 변경 :: rename 데이터프레임의 열 이름을 변경하는 방법으로 df.columns, df.rename이 있다. # 전체 열 이름 입력하기 df.columns = ['col', 'col', 'col'] # 선택하여 열 이름 변경하기 df.rename(columns={'Before':'After'}) df.columns는 전체 열 이름을 지정해줘야하지만 df.rename은 변경할 열 이름만 지정할 수 있다. 열 이름을 전부 변경해야하는 경우는 df.columns를 사용하는 것이 편하다. 하지만 일부만 선택해야하는 경우는 df.rename이 더 낫다. 위와 같이 예시데이터가 있을 때 df.columns만 입력하면 데이터프레임의 열 이름이 조회된다. df.columns 이때 변경할 열 이름 목록을 리스트로 대입하면 열 이름이 변경.. 공감수 9 댓글수 0 2021. 4. 1.
  • [Python] 데이터프레임 열 이름 조회 :: columns 열 이름을 조회하는 방법은 아주 간단하다. 데이터프레임에 .columns만 붙여주면 열 이름을 조회할 수 있다. # 데이터프레임 전체 열 이름 조회 df.columns # i+1번째 열 이름 선택 df.columns[i] 공감수 0 댓글수 0 2021. 3. 30.
  • [Python] 데이터프레임 합치기 :: pd.concat 데이터프레임을 위/아래(행 기준)로 합치거나 옆으로(열 기준)으로 합치기 위해서는 pd.concat을 사용하면 된다. # Pandas import pandas as pd # 위/아래로 합치기 - 행 기준 pd.concat([df1, df2], axis = 0) # 옆으로 합치기 - 열 기준 pd.concat([df1, df2], axis = 1) [] 합칠 데이터프레임을 입력하면 된다. 이때 입력된 순서대로 데이터프레임이 합쳐진다. axis = 0 - 행 기준 - 동일한 column명을 기준으로 데이터프레임이 위/아래로 쌓아진다. axis = 1 - 열 기준 - 데이터프레임이 옆으로 붙는다. [ Example ] 예시로 사용할 데이터를 생성하였다. 행(axis=0)으로 합쳐질 때 column이 일치하지 .. 공감수 3 댓글수 0 2021. 3. 7.
  • [Python] pd.read_csv 오류 :: UnicodeDecodeError [ Error ] UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc0 in position 0: invalid start byte [ Solution ] encoding을 'cp949' 혹은 'euc-kr'로 설정해준다. # euc-kr pd.read_csv('data.csv', encoding='euc-kr') # cp949 pd.read_csv('data.csv', encoding='cp949') 공감수 0 댓글수 0 2021. 3. 7.
  • [Python] 고유값 & 고유값의 개수 & 값의 개수 :: unique / nunique / value_counts 데이터에 고유값이 무엇이 있는지 알고 싶다면 unique 총 고유값의 수가 몇 개인지 알고 싶다면 nunique 값별로 데이터의 개수를 알고 싶다면 value_counts import seaborn as sns # 예시데이터 planets = sns.load_dataset('planets') planets.sample(5) 예시데이터로 seaborn의 planets을 불러왔다. 1. column의 고유값 : unique() # 고유값 df['col'].unique() 데이터가 무엇으로 구성되어있는지 보고 싶다면 .unique()로 열의 고유값을 볼 수 있다. 2. column별 고유값의 개수 : nunique() # 고유값의 수 df.nunique() # 고유값의 수 - 결측값 포함 df.nunique(.. 공감수 4 댓글수 1 2020. 12. 12.
  • [Python] read_excel 오류 :: install xlrd [ Error ] Missing optional dependency 'xlrd'. Install xlrd >= 1.0.0 for Excel support Use pip or conda to install xlrd. [ Solution ] # pip pip install xlrd # conda conda install -c anaconda xlrd 공감수 3 댓글수 0 2020. 11. 19.
  • [Python] 엑셀 불러오기 :: pd.read_excel Pandas의 read_excel을 이용하면 엑셀 파일을 python의 dataframe으로 불러올 수 있다. # Pandas import pandas as pd pd.read_excel( io, sheet_name=0, header=0, names=None, index_col=None, usecols=None, squeeze=False, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, nrows=None, na_values=None, keep_default_na=True, na_filter=True, verbose=False, parse_dates=Fa.. 공감수 7 댓글수 3 2020. 11. 19.
  • [Python] 데이터프레임 중복 제거 :: drop_duplicates 데이터프레임에서 중복되는 행을 제거하고 고유한 값만 남기고 싶을 때 Pandas의 drop_duplicates를 활용하면 된다. import pandas as pd # 중복제거 df.drop_duplicates(subset=None, keep='first', inplace=False, ignore_index=False) 예시데이터 df = pd.DataFrame({'Num':[1, 2, 1, 2, 2, 3], 'Alphabet':['a', 'b', 'a', 'b', 'a', 'b']}) df 중복이 있는 예시데이터를 생성하였다. 1. 중복제거 df.drop_duplicates() 아무것도 지정하지 않고 그냥 drop_duplicates를 할 경우 모든 열(column)을 기준으로 중복을 제거한다. 예시데.. 공감수 13 댓글수 1 2020. 11. 16.
  • [Python] 데이터프레임 합치기 :: pd.merge() pd.merge는 공통의 열을 기준으로 두 데이터프레임을 합쳐준다. sql에서 join과 같은 역할이다. import pandas as pd # 기준열 이름이 같을 때 pd.merge(left, right, on = '기준열', how = '조인방식') # 기준열 이름이 다를 때 pd.merge(left, right, left_on = '왼쪽 열', right_on = '오른쪽 열', how = '조인방식') left : 왼쪽 데이터프레임 right : 오른쪽 데이터프레임 on : (두 데이터프레임의 기준열 이름이 같을 때) 기준열 how : 조인 방식 {'left', 'right', 'inner', 'outer'} 기본값은 'inner' left_on : 기준열 이름이 다를 때, 왼쪽 기준열 right.. 공감수 12 댓글수 0 2020. 10. 13.
  • [Python] 데이터프레임 txt로 저장하기 데이터프레임을 .csv파일이나 .xlsx로 저장하는 방법은 df.to_csv와 df.to_excel로 익히 알려져있다. 그렇다면 .txt 파일로 저장하고 싶을 땐 어떻게 해야할까? 처음에는 open() 내장함수로 txt파일에 wirte해야하는지 고민했는데 생각보다 간단한 방법으로 해결되었다. Pandas import pandas as pd 판다스를 임포트해주고 예시 데이터프레임을 생성하였다. DataFrame을 .txt로 저장하기 1. df.to_csv('pizza.txt') 그냥 to_csv를 한 후 파일형식을 .txt로 지정하면 된다. csv는 콤마로 구분한 것이기에 sep을 지정하지 않으면 구분자가 ,로 지정된다. 2. 구분자 변경 # 구분자 변경 df.to_csv('pizza.txt', sep =.. 공감수 6 댓글수 0 2020. 9. 4.
  • [Python] df.copy() :: 복사본 만들기 / 얕은복사 & 깊은 복사 판다스에는 데이터프레임의 복사본을 만들어주는 pandas.DataFrame.copy가 있다. 이는 a = b와는 다른 방식의 복사이다. a = b는 원본 데이터가 변하면 똑같이 변하는 얕은 복사인 반면, pandas.DataFrame.copy는 복사 당시의 데이터프레임 상태만 복사되는 깊은 복사이다. 얕은 복사를 하면 복사본은 원본과 데이터/index를 공유하지만, 깊은 복사는 복사본이 자신만의 데이터/index를 갖게한다. 예시 데이터 import pandas as pd a = pd.DataFrame([['Kim', 23], ['Lee', 12], ['Jeong', 28]], columns = ['Name', 'Age']) a just_copy = a pandas_copy = a.copy() just_.. 공감수 9 댓글수 0 2020. 6. 18.
  • [Pandas] pd.read_html() :: html에서 표 가져오기/데이터프레임으로 만들기 ⭐️ Colab에서 실행해보기 https://colab.research.google.com/drive/1qoZmWeqZV8c_-yOG2bKLMe3aDZJ2O0ia pandas import pandas as pd pd.read_html을 이용하면 html에 있는 table속성에 해당하는 값을 가져올 수 있다. 이는 웹페이지에 있는 표를 불러오겠다는 의미이다. pandas.read_html(URL, match='.+', flavor=None, header=None, index_col=None, skiprows=None, attrs=None, parse_dates=False, tupleize_cols=None, thousands=', ', encoding=None, decimal='.', converters=.. 공감수 9 댓글수 0 2020. 3. 31.
  • [Python] 문자열 처리 :: 양 끝 공백제거/맨 앞 공백제거/맨 뒤 공백제거 양 끝 공백 제거 : .strip() 왼쪽 공백 제거 : .lstrip() 오른쪽 공백 제거 : .rstrip() Import Pandas import pandas as pd 양쪽 공백제거 ' word '.strip() 왼쪽 공백제거 ' word '.lstrip() 오른쪽 공백제거 ' word '.rstrip() 데이터프레임의 column에 적용할 때 예시 데이터프레임 생성 데이터프레임 전체 혹은 한 컬럼에 strip(), rstrip(), lstrip()을 그대로 적용하면 오류가 난다. 'DataFrame' object has no attribute 'strip' 'Series' object has no attribute 'strip' 이때 컬럼별로 적용하려면 .str. 을 입력해주어야 한다. # 양쪽.. 공감수 4 댓글수 1 2020. 2. 18.
  • [Python] pd.read_csv & pd.to_csv :: csv파일 불러오기 & 내보내기, 저장하기 외부의 csv파일을 python의 dataframe으로 불러올 수도 있고 python으로 만든 dataframe을 csv 파일로 내보낼 수 있다. import pandas as pd pandas.read_csv('path/filename.csv', sep=',', delimiter=None, header='infer', names=None, index_col=None, usecols=None, squeeze=False, dtype=None, engine=None, converters=None, true_values=None, false_values=None, skiprows=None, skipfooter=0, nrows=None, na_values=None, keep_defa.. 공감수 5 댓글수 1 2019. 11. 26.
  • [Python] 데이터프레임 만들기 :: pd.DataFrame() Import Pandas import pandas as pd Dataframe 생성 pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=False) 1. student_card = pd.DataFrame({'ID':[20190103, 20190222, 20190531], 'name':['Kim', 'Lee', 'Jeong'], 'class':['H', 'W', 'S']}) student_card 2. student_card = pd.DataFrame([[20190103, 'Kim', 'H'], [20190222, 'Lee', 'W'], [20190531, 'Jeong', 'S']], columns = ['ID', 'name', '.. 공감수 8 댓글수 0 2019. 11. 26.
  • [Python] pd.get_dummies() :: One-Hot Encoding / 원핫인코딩 머신러닝에서 문자로 된 데이터는 모델링이 되지 않는 경우가 있다. 대표적으로 회귀분석은 숫자로 이루어진 데이터만 입력을 해야한다. 문자를 숫자로 바꾸어 주는 방법 중 하나로 One-Hot Encoding이 있다. 가변수(dummy variable)로 만들어주는 것인데, 이는 0과 1로만 이루어진 열을 생성하는 것이다. 이때 1은 있다, 0은 없다를 나타낸다. 0과 1로 이루어진 여러개의 열을 생성하는 One-Hot Encoding과 달리, LabelEncoding은 하나의 열에 사과 > 0, 바나나 > 1, 체리 > 2, 3,.. 식으로 숫자로 변환하는 것이다. 자세한건 여기서 볼 수 있다. https://mizykk.tistory.com/12 [Scikit-learn] LabelEncoder() :: .. 공감수 4 댓글수 0 2019. 11. 21.
  • [Python] Pandas 정리 import numpy as np import pandas as pd # 주피터에서 보이는 행 늘리기 pd.set_option('max_rows', 500) # 주피터에서 보이는 열 늘리기 pd.set_option('max_columns', 500) ################################################# # 데이터프레임 만들기 pd.DataFrame({'col':[data]}) pd.DataFrame([[20190103, 'Kim', 'H'], [20190222, 'Lee', 'W'], [20190531, 'Jeong', 'S']], columns = ['ID', 'name', 'class']) # 행 조회 df.head() # 상위 n개 값만 보이기 df.tail() .. 공감수 3 댓글수 0 2019. 11. 11.
    반응형
    문의안내
    • 티스토리
    • 로그인
    • 고객센터

    티스토리는 카카오에서 사랑을 담아 만듭니다.

    © Kakao Corp.