AI/데이터분석 검색 결과

해당 글 35건

[pandas] DataFrame 원하는 column만 선택하기

column 선택하기 기본적으로 [ ]는 column을 추출. 컬럼 인덱스일 경우 인덱스의 리스트 사용 가능. 리스트를 전달할 경우 결과는 DataFrame 하나의 컬럼명을 전달할 경우 결과는 Series 0이라는 인덱스 값으로는 못가져온다. 0이라는 column이 없기 때문이다. 하나의 컬럼 선택하기 (Series) 복수의 컬럼 선택하기 (DataFrame) 원하는 컬럼들을 리스트로 묶어서 넣어주면 된다. 이 때 컬럼명을 1개만 줄 때 리스트로 넣어준다면 그 때는 Series가 아닌 DataFrame으로 반환한다. 위 내용은 fastcampus 강의 내용을 정리한 것입니다.
AI/데이터분석 2020. 2. 17. 18:12

[pandas] 샘플 csv 데이터로 DataFrame 데이터 생성하기

csv 데이터로부터 DataFrame 생성 데이터 분석을 위해, dataframe을 생성하는 가장 일반적인 방법 데이터 소스로부터 추출된 csv(comma separated values) 파일로부터 생성 pandas.read_csv( ) 함수 사용 .csv 파일을 열어보면 다음과 같이 comma로 나눠져 있음을 확인할 수 있다. 해당 csv를 pandas로 불러오면 다음과 같이 들어가있는것을 확인할 수 있다. read_cvs 함수 파라미터 sep : 각 데이터 값을 구별하기 위한 구분자(separator) 설정 header : header를 무시할 경우, None 설정 index_col : index로 사용할 column 설정 usecols : 실제로 dataframe에 로딩할 columns만 설정. p..
AI/데이터분석 2020. 2. 17. 18:04

[pandas] DataFrame 데이터 생성하기

DataFrame 생성하기 일반적으로 분석을 위한 데이터는 다른 데이터소스 (database, 외부파일)을 통해 DataFrame을 생성. 아래에는 dummy 데이터를 생성하는 방법을 다룰 예정. dictionary로부터 생성하기 dict의 key -> column dataframe의 index는 문자형도 가능하고 숫자도 가능하다. 각 Series의 인덱스 -> column 인덱스를 새롭게 주게 되면 a와 b 의 경우 'd'라는 인덱스가 없기 때문에 NaN이라고 표시된다. 역시 dataframe에 인덱스도 줄 수 있다. 위 내용은 fastcampus 강의 내용을 정리한 것입니다.
AI/데이터분석 2020. 2. 17. 17:51

[pandas] DataFrame 데이터 살펴보기

DataFrame Series가 1차원이라면 DataFrame은 2차원으로 확대된 버전. Excel spreadsheet 이라고 생각하면 이해하기 쉬움. 2차원이기 때문에 인덱스가 row, column 으로 구성됨. row : 각 개별 데이터 column : 개별 속성 Data Analysis, Machine Learning에서 data 변형을 위해 가장 많이 사용. 위와 같이 read_csv로 불러오면 DataFrame이 생성된다. head, tail 데이터의 일부(처음 혹은 마지막부터)를 간단히 보기 위한 함수 기본 default 개수는 5개. DataFrame 데이터 파악하기 shape : 속성 (row, column) describe( ) : 숫자형 데이터의 통계치 계산 info( ) : 데이터 ..
AI/데이터분석 2020. 2. 15. 00:10

[pandas] Series 데이터 변경 & 슬라이싱

Series 값 변경 추가 및 업데이트 : 인덱스를 이용 삭제 : drop 함수 이용 인덱스를 이용하여 기존에 존재하던 값을 바꿀 수 있다. 만약 해당 인덱스가 존재하지 않으면 새로운 값으로 추가를 한다. 삭제는 drop 함수에 index를 넣어 해당 인덱스를 삭제할 수 있다. 그러나 위를 보면 삭제 후 새로운 series를 반환하고 있으며 s자체에는 영향을 주지 않는다. s 자체에 영향을 주기 위해서는 inplace = True 값을 주면 된다. 요렇게 한번에 여러개를 바꿀 수도 있다. Slicing 리스트, ndarray와 동일하게 적용. 숫자 인덱스 외의 문자 인덱스의 경우에도 동일하게 적용. 이 때 인덱스는 시리즈 원소들의 순서를 의미. 문자 인덱스의 경우에도 위와 같이 순서 인덱스로 자를 수 있..
AI/데이터분석 2020. 2. 14. 23:43

[pandas] Series 데이터 Boolean Selection

Boolean selection boolean series가 [ ] (인덱싱)과 함께 사용되면 True에 해당하는 값만 새로 반환되는 Series 객체에 포함됨. 다중 조건의 경우 & 또는 | 를 사용하여 연결 가능. np.arange로 10개의 인덱스를 가진 series를 만든다. 각 인덱스의 값이 5보다 큰 지 비교하여 boolean 값들을 뽑아낸다. 뽑아낸 boolean을 이용하여 5보다 큰 값들만 뽑아낼 수 있다. Series index를 이용하기 위의 예시들에서 s를 비교할때는 s의 값들을 비교했다. s.index를 이용하면 인덱스를 가지고 조건을 검색할 수 있다. 위의 예시는 (s>7) 같은 경우 boolean 목록을 더하는 것이므로 결과적으로 s>7 을 만족하는 데이터의 개수를 반환한다.' ..
AI/데이터분석 2020. 2. 14. 17:50

[pandas] series 데이터 연산하기

numpy와 동일하게 연산할 때는 같은 인덱스를 기준으로 연산하게 된다. 즉, a는 a끼리 b는 b끼리 연산을 진행하게 됨. 산술연산 series의 경우에도 스칼라와의 연산은 각 원소별로 스칼라와의 연산이 적용 (브로드캐스팅) series와의 연산은 각 인덱스에 맞는 값끼리 연산 적용. 이 때, 인덱스의 pair가 맞지 않으면 해당 인덱스 결과는 NaN index pair가 맞지 않는 경우 해당 index에 대해선 NaN값을 생성 두 series간의 사이즈가 동일하지 않아도 연산이 가능함. 그러나 존재하지 않는 index에 대해서는 NaN 결과를 반환. 위 내용은 fastcampus 강의 내용을 정리한 것입니다.
AI/데이터분석 2020. 1. 30. 21:51