티스토리

혀니의 기록장🐰

검색하기

블로그 홈

혀니의 기록장🐰

ssun-coding.tistory.com/m

모든 것을 기록합니다✏️

구독자: 4

방명록 방문하기

주요 글 목록

[Python] 3. 파이썬 기본문법_2 https://ssun-coding.tistory.com/68 [Python] 2. 파이썬 기본문법_1 01. 기본 문법 ① 변수 👉🏻 변수의 이해 데이터 또는 자료를 담을 수 있는 메모리의 저장장소 상자와 같은 하나의 빈 공간으로서 변화하는 값들을 담을 수 있는 역할을 한다. 저장공간에 값을 ssun-coding.tistory.com 01. 기본문법 ③ 조건문과 반복문 조건문에 사용되는 조건의 경우 논리식 AND, OR, NOT 사용가능 우선순위 : NOT > AND > OR 💡 조건문(condition) 조건에 따라 특정한 동작을 수행하는 명령문 조건문의 끝은 콜론’:’ 이용 if : elif : else: 논리 연산 a = 1 b = 3 c = 5 if a == 1 and b == 2: print(.. 공감수 0 댓글수 0 2022. 7. 17.
[Python] 2. 파이썬 기본문법_1 https://ssun-coding.tistory.com/67 [Python] 1. 파이썬 개요 및 기초 01. 파이썬(Python) ❓ 파이썬(Pyhon)이란? 991년 귀도 반 로섬이라는 프로그래머가 개발한 대화형 프로그래밍 언어이다. 사전적인 의미는 비단뱀으로 로고도 파란색과 노란색 비단뱀 두마리가 서로 ssun-coding.tistory.com 01. 기본 문법 ① 변수 👉🏻 변수의 이해 데이터 또는 자료를 담을 수 있는 메모리의 저장장소 상자와 같은 하나의 빈 공간으로서 변화하는 값들을 담을 수 있는 역할을 한다. 저장공간에 값을 생성하고 이름을 지정한다. a = 2 #int b = 10.2 #float c = '사과' #str print(a, b, c) print(a, b , c, sep=',.. 공감수 0 댓글수 0 2022. 7. 16.
[Python] 1. 파이썬 개요 및 기초 01. 파이썬(Python) ❓ 파이썬(Pyhon)이란? 991년 귀도 반 로섬이라는 프로그래머가 개발한 대화형 프로그래밍 언어이다. 사전적인 의미는 비단뱀으로 로고도 파란색과 노란색 비단뱀 두마리가 서로 얽혀있는 형태이다.v 👉🏻 파이썬의 특징 다양한 라이브러리 및 툴 존재 라이브러리가 풍부하여 다양한 분야에 적용할 수 있어 여러 산업계에서 이용 대부분 open source로 제공되고 있다. 많은 사람들이 사용 02. 모듈(module) ❓모듈이란? 서로 관련이 있는 함수나 변수 또는 클래스들을 모아 놓은 파일 다른 파이썬 프로그램에서 불러와 사용할 수 있게끔 만들어진 파이썬 파일 다른 사람들이 이미 만들어 놓은 모듈을 사용하거나, 직접 만들어서 사용할 수 있다. 👉🏻 import 모듈 모듈을 불러오는.. 공감수 0 댓글수 0 2022. 7. 16.
10. Data Analysis - instagram researching_3 10. 지도 시각화 10-1. 지도 시각화 10-1-1. 데이터 준비 데이터 불러오기 위치 정보 가져오기 위치 정보별 빈도수 데이터 위치 정보의 빈도수 데이터 저장 위치 정보 종류 확인 10-1-2. 카카오 API를 활용한 장소 검색 https://developers.kakao.com/ 카카오 계정으로 로그인 후 , 내 애플리케이션을 추가 REST API 키 활용 제주공항 검색 예시 인스타그램 위치명에 대한 위치 정보 검색 위치 정보 저장 10-1-3. 위치 정보별 인스타 게시량 정리 데이터 불러오기 위치 데이터 병합 중복 데이터 점검 장소 이름 기준 병합하기 병합한 데이터 저장 10-1-4. folium을 이용한 지도 시각화① - 개별 표시 데이터 불러오기 지도 표시 지도 저장 10-1-5. foliu.. 공감수 0 댓글수 0 2022. 6. 27.
09. Data Analysis - instagram researching_2 09. 해시태그 워드 클라우드로 시각화(visualizing) 9-1. 워드 클라우드 9-1-1. 해시태그 데이터 데이터 불러오기 해시태그 통합 저장 9-1-2. 해시태그 출현 빈도 집계 상위 50개 검색 데이터 정제(무관한 데이터 제외하기) 9-1-3. 막대차트로 해시태그 살펴보기 시각화 라이브러리 임포트 및 글꼴 설정 데이터 준비 막대차트 그리기 9-1-4. 워드 클라우드 그리기 워드 클라우드 라이브러리 불러오기 워드 클라우드 만들기 공감수 0 댓글수 0 2022. 6. 26.
08. Data Analysis - instagram researching_1 08. 인스타그램 크롤링 8-1. 인스타그램 크롤링 8-1-1. 인스타그램 접속 후 로그인하기 selenium으로 특정 url 접속 인스타그램 접속 인스타그램 로그인 8-1-2. 인스타그램 검색 결과 url 만들어 접속 검색 결과 페이지 접속 8-1-3. 첫 번째 게시글 열기 8-1-4. 게시글 정보 가져오기 현재 페이지 html 정보 가져오기 본문 내용 가져오기 본문 내용에서 해시태그 가져오기 작성일자 정보 가져오기 좋아요 불러오기 위치 정보 불러오기 게시글 정보 가져오는 함수 만들기 8-1-5. 다음 게시글 열기 8-1-6. 여러 게시글 정보 수집하기 위 코드들 정리 8-1-7. 수집 데이터 저장 8-1-8. 여러 덱셀 파일 중복 제거한 후 통합 저장 '제주맛집', '제주여행', '제주관광' 키워드 .. 공감수 0 댓글수 0 2022. 6. 26.
07. Data Analysis - tourist data_2 07. 관광객 데이터 시각화 7-1. 시계열 그래프 그리기 한글 표기 7-1-1. 중국 관광객 추이 데이터 불러오기 중국 데이터 필터링 시계열 그래프 만들기 7-1-2. 외국인 관광객 중 상위 5개 국가 리스트 만들기 반복문으로 시각화 7-2. 히트맵 그리기 정보 확인 연도, 월 칼럼 생성하기 7-2-1. 중국인 관광객 필터링 7-2-2. pivot_table() 7-2-3. 히트맵 만들기 라이브러리 임포트 히트맵 그리기 7-2-4. 상위 5개국 시각화 - 반복문 사용 공감수 1 댓글수 0 2022. 6. 10.
06. Data Analysis - tourist data_1 6. 한국 관광객 데이터 알아보기 6-1. 데이터 불러오기 및 전처리 6-1-1. 데이터 불러오기 엑셀 데이터 불러오기 6-1-2. 데이터 탐색 데이터 탐색 6-1-3. 칼럼 생성하기 기준년월 추가 국적 데이터만 남기기 인덱스 재설정 대륙 칼럼 만들기 6-2. 관광객 비율 칼럼 추가 관광객비율 내림차순 정렬 관광객비율 오름차순 정렬 pivot_table 함수 6-3. 중국 관광객 알아보기 6-3-1. 중국 국적 필터링 6-3-2. 기준년월별 전체 외국인 관광객 대비 국적별 관광객 비율 전체비율 칼럼 생성 6-4. 데이터 전처리 과정 함수 생성 6-5. 반복문 통해 엑셀 데이터 불러와서 합치기 for문 (6자리로 정렬) 빈 데이터프레임 만들기 이중 반복문 * 위 반복문 실행 시 에러 발생 -> 2020년 .. 공감수 0 댓글수 0 2022. 6. 10.
05. Data Analysis Crawling - youtube ranking_2 5. 유튜브 랭킹 데이터 수집과 시각화하기 5-1. 유튜브 랭킹 데이터 시각화하기 라이브러리 추가 한글 폰트 변경 엑셀 파일 불러오기 5-2. 저장된 데이터 확인 및 가공 시리즈 문자열 변경 시리즈의 데이터 타입 변환 피봇 테이블 생성 피봇 테이블 칼럼명 변경 인덱스 초기화 내림차순 정렬 5-3. 카테고리별 구독자 수 시각화하기 5-4. 카테고리별 채널 수 시각화하기 공감수 0 댓글수 0 2022. 6. 3.
04. Data Analysis Crawling - youtube ranking_1 4. 유튜브 랭킹 데이터 수집과 시각화 4-1. 유튜브 랭킹 데이터 수집하기 라이브러리 추가 크롬 드라이버 실행 & 페이지 정보 가져오기 BeautifulSoup으로 tr 태그 추출하기 카테고리 정보 추출하기 채널명 찾기 구독자 수, View 수, 동영상 수 추출하기 반복문으로 채널 정보 추출하기 페이지별 URL 만들기 반복문으로 유튜브 랭킹 화면의 여러 페이지 크롤링하기 엑셀로 저장 공감수 0 댓글수 0 2022. 6. 3.
03. Data Analysis Crawling - melon, bugs, gennie 3. 멜론, 벅스, 지니 음원차트 크롤링 3-1. 멜론 차트 크롤링 3-1-1. 크롬드라이버 실행 멜론 인기차트 웹 페이지 접속 BeautifulSoup 이용해 정보 추출 3-1-2. 멜론 곡 정보 태그 읽기 100개의 노래 태그 찾기 곡 제목 찾기 곡 제목 가져오기 가수 정보 가져오기 멜론 100위 노래순위 정보 가져오기 3-1-3. 멜론 인기차트 중 상위 100곡 크롤링(정리) 3-1-4. 멜론 인기차트 엑셀에 저장 곡과 가수명 song_data에 저장 song_data 리스트를 이용해 데이터프레임 만들기 엑셀로 저장 3-2. 벅스 차트 크롤링 3-2-1. 벅스 사이트 접속 3-2-2. 곡과 가수명 찾기 곡 정보 찾기 한 개의 곡 정보 지정하기 곡 제목 찾기 가수 이름 찾기 벅스 100위 노래 순위 .. 공감수 0 댓글수 0 2022. 6. 3.
02. Web Crawling 웹 크롤링: 웹 페이지에 있는 정보를 가지고 오는 것 selenium의 webdriver는 크롬이나 인터넷 익스플로러 등에서 사이트 접속, 버튼 클릭, 글자 입력과 같이 웹 브라우저에서 사람이 할 수 있는 일들을 코드를 통해 제어 가능한 라이브러리 예제 코드 : https://github.com/Play-with-data/datasalon/blob/master/02_%EA%B0%9C%EC%A0%95%ED%8C%90/2_Data_Analysis_Basic/2_2_Crawling.ipynb 2-1. 라이브러리 설치 크롬드라이버는 selenium의 webdriver를 통해 파이썬에서 크롬 브라우저를 제어할 수 있도록 도와준다. 웹 페이지 접속 & 다운로드 2-2. html 구조 살펴보기 예제 코드 Beauti.. 공감수 0 댓글수 0 2022. 5. 29.
01. Data Analysis Basics file download : https://github.com/Play-with-data/datasalon 02_개정판 이용 1-1. 데이터 불러오기 pandas: 테이블 형태의 데이터를 쉽게 다룰 수 있는 파이썬 라이브러리 라이브러리 불러오기 엑셀 데이터 불러오기 데이터 정보 살펴보기 1-2. 데이터 선택 데이터 확인 칼럼 선택 칼럼 생성 필터링 1-3. 데이터 통합 - merge column을 옆으로 동합한다 1-4. 데이터 통합 - append column을 아래로 통합한다. 1-5. 데이터 저장 - to_excel 엑셀 파일 저장 시 index 번호를 제외하고 저장하고 싶다면 index=False를 인자로 설정 1-6. 데이터 집계 - pivot_table 피벗 테이블 : 기존 데이터의 칼럼을 재.. 공감수 0 댓글수 0 2022. 5. 29.
[Data/Python] 데이터분석 정리 - 7 #개념 정리 #패스트캠퍼스 강의 정리 seaborn : matplotlib을 더 사용하기 쉽게 해주는 라이브러리 seaborn 공시 도큐먼트 살펴보기 import seaborn as sns plt.rc('font', family='NanumBarunGothic') plt.rcParams["figure.figsize"] = (12, 9) 0. seaborn이란? - seaborn에서만 제공되는 통계 기반 plot - 아름다운 스타일링 : matplotlib의 기본 컬러 색상보다 default 컬러가 예쁘게 조합된다. - 컬러 팔레트 #seaborn의 컬러팔레트 - pandas 데이터프레임과 높은 호환성 1. Scatterplot 0~1 사이의 임의의 랜덤한 값을 생성한다. 1-1. x, y, colors,.. 공감수 1 댓글수 0 2022. 3. 26.
[SQL] 프로그래머스 - 중복 제거하기 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE_CONDITION VARCHAR(N) FALSE NAME VARCHAR(N) TRUE SEX_UPON_INTAKE VARCHAR(N).. 공감수 0 댓글수 0 2022. 3. 24.
[SQL] 프로그래머스 - 동물 수 구하기 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE_CONDITION VARCHAR(N) FALSE NAME VARCHAR(N) TRUE SEX_UPON_INTAKE VARCHAR(N).. 공감수 0 댓글수 0 2022. 3. 24.
[SQL] 프로그래머스 - 최솟값 구하기 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE_CONDITION VARCHAR(N) FALSE NAME VARCHAR(N) TRUE SEX_UPON_INTAKE VARCHAR(N).. 공감수 0 댓글수 0 2022. 3. 24.
[SQL] 프로그래머스 - 최댓값 구하기 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE_CONDITION VARCHAR(N) FALSE NAME VARCHAR(N) TRUE SEX_UPON_INTAKE VARCHAR(N).. 공감수 0 댓글수 0 2022. 3. 24.
[SQL] 프로그래머스 - 상위 n개 레코드 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE_CONDITION VARCHAR(N) FALSE NAME VARCHAR(N) TRUE SEX_UPON_INTAKE VARCHAR(N).. 공감수 0 댓글수 0 2022. 3. 23.
[SQL] 프로그래머스 - 여러 기준으로 정렬하기 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE_CONDITION VARCHAR(N) FALSE NAME VARCHAR(N) TRUE SEX_UPON_INTAKE VARCHAR(N).. 공감수 0 댓글수 0 2022. 3. 23.
[SQL] 프로그래머스 - 동물의 아이디와 이름 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE_CONDITION VARCHAR(N) FALSE NAME VARCHAR(N) TRUE SEX_UPON_INTAKE VARCHAR(N).. 공감수 0 댓글수 0 2022. 3. 23.
[SQL] 프로그래머스 - 어린 동물 찾기 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE_CONDITION VARCHAR(N) FALSE NAME VARCHAR(N) TRUE SEX_UPON_INTAKE VARCHAR(N).. 공감수 0 댓글수 0 2022. 3. 23.
[Data/Python] 데이터분석 정리 - 6 #개념 정리 #패스트캠퍼스 강의 정리 matplotlib import matplotlib.pyplot as plt plt.rc('font', family='NanumBarunGothic') plt.rcParams["figure.figsize"] = (12, 9) 1. 밑그림 그리기 1-1. 단일 그래프 # data 생성 data = np.arange(1, 100) # plot plt.plot(data) # 그래프를 보여주는 코드 plt.show() 1-2. 다중 그래프 1개의 canvas 안에 다중 그래프 그리기 data = np.arange(1, 51) data2 = np.arange(51, 101) plt.plot(data) plt.plot(data2) plt.plot(data2+50) plt.sho.. 공감수 0 댓글수 0 2022. 3. 23.
[SQL] 프로그래머스 - 아픈 동물 찾기 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE_CONDITION VARCHAR(N) FALSE NAME VARCHAR(N) TRUE SEX_UPON_INTAKE VARCHAR(N).. 공감수 0 댓글수 0 2022. 3. 22.
[SQL] 프로그래머스 - 역순 정렬하기 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE_CONDITION VARCHAR(N) FALSE NAME VARCHAR(N) TRUE SEX_UPON_INTAKE VARCHAR(N).. 공감수 0 댓글수 0 2022. 3. 22.
[SQL] 프로그래머스 - 모든 레코드 조회하기 문제 설명 ANIMAL_INS 테이블은 동물 보호소에 들어온 동물의 정보를 담은 테이블입니다. ANIMAL_INS 테이블 구조는 다음과 같으며, ANIMAL_ID, ANIMAL_TYPE, DATETIME, INTAKE_CONDITION, NAME, SEX_UPON_INTAKE는 각각 동물의 아이디, 생물 종, 보호 시작일, 보호 시작 시 상태, 이름, 성별 및 중성화 여부를 나타냅니다. NAME TYPE NULLABLE ANIMAL_ID VARCHAR(N) FALSE ANIMAL_TYPE VARCHAR(N) FALSE DATETIME DATETIME FALSE INTAKE_CONDITION VARCHAR(N) FALSE NAME VARCHAR(N) TRUE SEX_UPON_INTAKE VARCHAR(N).. 공감수 0 댓글수 0 2022. 3. 22.
[Data/Python] 데이터분석 정리 - 5 #개념 정리 #패스트캠퍼스 강의 정리 데이터 시각화 plot 그래프 일반 선 그래프 kind 옵션: line: 선 그래프 bar: 바 그래프 barh: 수평 바 그래프 hist: 히스토그램 kde: 커널 밀도 그래프 hexbin: 고밀도 산점도 그래프 box: 박스 플롯 area: 면적그래프 pie: 파이 그래프 scatter: 산점도 그래프 1. line 그래프 데이터가 연속적인 경우 사용하기 적합 (ex. 주가, 데이터) df['분양가'].plot(kind='line') 2. bar 그래프 그룹별로 비교할 때 유용 df.groupby('지역')['분양가'].mean().plot(kind='bar') df.groupby('지역')['분양가'].mean().plot(kind='barh') 3. 히스토그램.. 공감수 0 댓글수 0 2022. 3. 22.
[Data/Python] 데이터분석 정리 - 4 #개념 정리 #패스트캠퍼스 강의 정리 1. column 간 연산(+, -, *, /, %) df['통계'] + df['미술'] df['통계'] - df['미술'] df['통계'] * df['미술'] df['통계'] / df['미술'] df['통계'] % df['미술'] df['통계'] + 10 df['통계'] - 10 df['통계'] / 10 2. 복합 연산 df['통계미술합계'] = df['통계'] + df['미술'] + 10 df['통계'] + df['미술'] - df['체육'] 3. mean(), sum()을 axis 기준으로 연산 df.sum(axis=0) df.sum(axis=1) 4. NaN값이 존재할 경우 연산 NaN값을 연산할 경우 NaN값이 출력된다. df['통계'] / 2 df['통계'.. 공감수 0 댓글수 0 2022. 3. 19.
[Data/Python] 데이터분석 정리 - 3 #개념 정리 #패스트캠퍼스 강의 정리 1. fillna: 결측값 na에 대하여 채워주는 함수. 키가 없는 사람은 존재할 수 없기 때문에, 데이터가 잘 못 되었다는 것을 표기하기 위해서, 누락된 데이터를 -1로 채워보도록 한다. df['키'].fillna(-1) NaN 값이 -1로 바뀐 것을 볼 수 있다. 하지만, 키의 NaN 값을 채워준 다음 유지시키려면 inplace=True 옵션을 주거나, fillna로 채워 준 값을 다시 대입해야 한다. df['키'] = df['키'].fillna(-1) 2. 빈 값(NaN)이 있는 행 제거 df.dropna() 위의 행을 보면 2, 7, 10행이 사라진 것을 볼 수 있다. 또한 dropna()는 몇 가지 옵션을 추가할 수 있다. -axis(열/행 드랍) df.dr.. 공감수 0 댓글수 0 2022. 3. 18.
[Data/Python] 데이터분석 정리 - 2 #개념 정리 #패스트캠퍼스 강의 정리 1. isin을 활용한 색인 내가 조건을 걸고자 하는 값이 내가 정의한 list에 있을 때만 색인하려는 경우에 사용한다. my_condition = ['플레디스', 'SM'] df['소속사'].isin(my_condition) df.loc[ df['소속사'].isin(my_condition) ] 2. 결측값(Null) 알아보기 -NaN 값에 대하여 null값은 비어있는 값을 말한다. info() 메소드를 통해 전체적으로 어떤 column에 빠진 데이터가 있는지 알 수 있다. df['그룹'].isnull() -NaN이 아닌 값에 대하여 Boolean 인덱싱 df['그룹'].notnull() 3. copy(복사) copy는 dataframe을 복사할 때 사용한다. df를.. 공감수 0 댓글수 0 2022. 3. 15.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.