본문 바로가기

분류 전체보기61

[kaggle] Pandas Tutorial - 5 5. Data Types and Missing Values Introduction DataFrame 또는 Series내의 데이터 유형을 조사하는 방법에 대해 알아봅니다. 또한 항목을 찾고 바꾸는 방법을 배우게 됩니다. Dtypes 데이터 프레임 또는 시계열의 열에 대한 데이터 유형을 dtype이라고 합니다. dtype 속성을 사용하여 특정 열의 유형을 잡을 수 있다. 예를 들어 review DataFrame에서 가격 열의 dtype을 얻을 수 있다. reviews.price.dtype 또는 dtypes 속성은 DataFrame에 있는 모든 열의 dtype을 반환합니다. reviews.dytpes 데이터 유형은 pandas가 어떻게 데이터를 내부적으로 저장하는지에 대해 보여준다. float64는 64비트 .. 2022. 5. 27.
[kaggle] Pandas Tutorial - 4 4. Grouping and Sorting Introduction Map을 사용하면 DataFrame 또는 Series에서 전체열에 대해 한 번에 한 값씩 데이터를 변환할 수 있다. 그러나 우리는 종종 데이터를 그룹화한 다음 데이터가 속한 그룹에 특정한 작업을 수행한다. 아시 겠지만 group by 작업으로 수행을 한다. 또한 데이터를 정렬하는 방법과 더불어 DataFrame을 인덱싱하는 보다 복잡한 방법과 같으 ㄴ몇가지 추가 항목도 다룰 예정입니다. Groupwise analysis 우리가 지금까지 많이 사용한 함수는 value_counts()함수이다. 우리는 아래와 같은 코드를 작성해서 value_counts()와 동일한 동작을 하도록 할 수 있다. print(reviews.groupby('p.. 2022. 5. 27.
[kaggle] Pandas Tutorial - 3 3.Summary Functions and Maps Introduction 이때동안은 관련 데이터를 선택하는 방법을 다뤘다. 하지만 데이터는 항상 우리가 원하는 형식대로 나타나지 않는다. 때로는 데이터 포맷을 바꾸기 위해 직접 몇가지 작업을 더 해야한다. 이번에는 데이터에 적용할 수 있는 다양한 작업에 대해 설명한다. Summary functions Pandas는 데이터를 유용한 방식으로 재구성하는 많은 요약기능을 제공한다. print(reviews.points.describe()) describe() 메소드는 지정된 열의 속성에 대한 높은 수준의 요약을 생성한다. 입력의 데이터 유형에 따라 출력이 변경된다는 의미인 유형 인식이다. 위의 출력은 숫자 데이터에 대해서만 적합하여 문자열 데이터의 경우 다음과.. 2022. 5. 27.
[kaggle] Pandas Tutorial - 2 2.Indexing, Selecting & Assigning Introduction 작업할 DataFrame 또는 Series의 특정 값을 빠르고 효과적으로 선택하는 방법은 python으로 데이터 작업을 할 때 가장 먼저 배워야 할 사항이다. Native accessors 네이티브 파이썬 개체는 데이터를 인덱싱하는 좋은 방법을 제공한다. pandas 또한 동일한 방법을 지원한다. print(reviews) 파이썬에서 우리는 객체의 속성에 접근할 수 있다. 예를들어 책 객체는 제목 속성을 가질 수 있는데 우리는 이것을 book.title이라고 부르면서 접근 할 수 있다. pandas의 dataFrame도 위와같이 작동한다. print(reviews.country) 파이썬 딕셔너리에서 우리는 인덱싱 연산자인.. 2022. 5. 27.

티스토리툴바