본문 바로가기

분류 전체보기

 (85)
Python 11.Deleting 파이썬 기초 익히기 11 Q126. Column명을 아래와 같이 변경하세요.df.columns= ['sepal_length','sepal_width', 'petal_length', 'petal_width', 'class']df.head() Q127. Column별 NA값이 존재하는지 확인하세요.df.isnull().sum() Q127. 'petal_length'의 10번째부터 29번째 행의 값을 NaN으로 변환하세요.## 파이썬은 마지막꺼는 안 세기 때문에 29를 입력하면 인덱스가 28인 29번째 행을 의미하게 된df.iloc[9:29,2] = np.nandf.head(30)# print(df.petal_length.isnull().sum()) ## null값 20개인지 확인.Q128. Nan값을 다시 ..
Python 10. Visualization 파이썬 기초 익히기 10 #파이썬 시각화를 위한 기본 세팅import pandas as pd# visualization librariesimport matplotlib.pyplot as pltimport seaborn as sns# print the graphs in the notebook%matplotlib inline# set seaborn style to whitesns.set_style("white") Q114. 'Unnamed: 0' Column을 삭제하시오#1del df['Unnamed: 0']df.head()#2 df = df['total_bill','tip','sex','smoker','day','time','size']## 최대한 원본 데이터는 변형하지 않는 게 좋음 ## 필요한 데이터를..
Python 9. Series & DataFrame 파이썬 기초 익히기9Q105. 상위 데이터 셋의 정보를 활용하여 데이터 프레임을 생성하시오import pandas as pddf =pd.DataFrame({"evolution" : ['Ivysaur','Charmeleon','Wartortle','Metapod'], "hp" : [45, 39, 44, 45], "name" : ['Bulbasaur', 'Charmander','Squirtle','Caterpie], "pokedex" : ['yes', 'no','yes','no'], "type" : ['grass', 'fire', 'water', 'bug']})df Q106. 컬럼의 순서를 name, type..
Python 8. Statistics 파이썬 기초 익히기8 Q95. 상위 10개의 행을 출력해라Ans = df.head(10)Ans Q96. 'Unnamed: 0' and 'Id'를 제거하라# Solution1) 컬럼을 삭제해버리면 다시 복구 안됨# deletes 'Unnamed: 0'del df['Unnamed: 0']# deletes 'Id'del df['Id']df.head()# Solutio2) 필요한 데이터만 뽑아서 추출df2 = df[['Name', 'Year', 'Gender', 'State', 'Count']]## 원본데이터는 최대한 삭제하지 않는 게 좋음 Q97. 데이터셋에 남성 이름이 더 많나요, 아니면 여성 이름이 더 많나요?df['Gender'].value_counts() Q98. 데이터셋을 이름별로 그룹화여 'Coun..
Python 7. Merge, Concat 파이썬 기초 익히기7df1 = df.iloc[:4,:]df2 = df.iloc[4:,:]display(df1)display(df2) Q91. df1과 df2 데이터를 하나의 데이터 프레임으로 합쳐라total = pd.concat([df1,df2],axis=0)Ans = totalAnsdf3 = df.iloc[:2,:4]df4 = df.iloc[5:,3:]display(df3)display(df4) Q92. df3과 df4 데이터를 하나의 데이터 프레임으로 합쳐라. 둘다 포함하고 있는 년도에 대해서만 고려한다#1Ans = pd.concat([df3,df4],join = 'inner') ## 디폴트는 행기준 병합Ans#2## reset_index를 통해 index를 새로 부여할 수 있음Ans = pd.con..
Python 6. Pivot 파이썬 기초 익히기6 ✔  Q83. Indicator을 삭제하고 First Tooltip 컬럼에서 신뢰구간에 해당하는 표현을 지워라#1 Indicator 삭제df.drop('Indicator',axis = 1, inplace = True) ## axis = 0 : 행 기준 / axis = 1 : 열 기준#2 First Tooltip에서 신뢰구간 부분 지우기df['First Tooltip'] = df['First Tooltip'].map(lamda x : float(x.split(" ")[0]))Ans = dfAns.head()df['First Tooltip'].map(lamda x : float(x.split(" ")[0])) 해석하기1. x = df['First Tooltip']2. x.split(" ..
Python 5. Time_Series 파이썬 기초 익히기5 시계열 데이터! Q64. 데이터를 로드하고 각 열의 데이터 타입을 파악하라import pandas as pdDriveUrl = 'https://drive.google.com/~'df = pd.read_csv(DriveUrl)df.info() Q65. Yr_Mo_Dy을 판다스에서 인식할 수 있는 datetime64타입으로 변경하라df.Yr_Mo_Dy = pd.to_datetime(df.Yr_Mo_Dy)Ans = df.Yr_Mo_DyAns.head()#Ans.info() Q66. Yr_Mo_Dy에 존재하는 년도의 유일값을 모두 출력하라Ans = df.Yr_Mo_Dy.df.year.unique()Ans## 변수명.df.year / 변수명.df.month 등 사용 가능 Q67. Yr_Mo..
Python 4.Apply, Map 파이썬 기초 익히기4 Q56. 데이터를 로드하고 데이터 행과 열의 갯수를 출력하라import pandas as pdDriveUrl = 'https://drive.google.com/~'df = pd.read_csv(DriveUrl)Ans = df.shapeAns Q57. Income_Category의 카테고리를 map 함수를 이용하여 다음과 같이 변경하여 newIncome 컬럼에 매핑하라Unknown : NLess than $40K : a$40K - $60K : b $60K - $80K : c $80K - $120K : d $120K +’ : e## dictionary: 한쌍의 데이터로 이루어짐(mapping할 때 사용)dic = { 'Unknown' : 'N', 'Less ..

티스토리툴바