본문 바로가기
반응형

Python/Pandas402

pandas df.fillna() 함수 활용하기 df.fillna() 함수는 Pandas 데이터프레임에서 결측치 (NaN 또는 None) 값을 다른 값으로 채우는 데 사용됩니다. 결측치를 대체하거나 채울 값을 지정할 수 있습니다. 메서드 구문: # 함수 구문 df.fillna(value, method, axis, inplace=False) 주요 매개변수: value: 결측치를 대체할 값이나 딕셔너리입니다. method: 결측치를 대체하는 방법으로 'ffill' 또는 'bfill'을 사용할 수 있습니다. 'ffill'은 앞쪽 (이전) 값으로 대체하고 'bfill'은 뒷쪽 (다음) 값으로 대체합니다. axis: 결측치를 대체할 방향으로 0은 열 방향, 1은 행 방향입니다. inplace: True로 설정하면 원본 데이터프레임을 변경하고, False로 설정.. 2023. 12. 7.
pandas df.rename() 함수 활용하기 df.rename() 함수는 Pandas 데이터프레임의 행과 열의 이름을 변경하는 데 사용됩니다. 이 함수를 사용하면 데이터프레임의 열 레이블과 행 인덱스를 수정할 수 있습니다. 메서드 구문: # 함수 구문 df.rename(columns=column_mapping, index=index_mapping, inplace=False) 주요 매개변수: columns: 열 이름을 변경할 때 사용하는 딕셔너리 또는 함수입니다. index: 행 인덱스를 변경할 때 사용하는 딕셔너리 또는 함수입니다. inplace: True로 설정하면 원본 데이터프레임을 변경하고, False로 설정하면 새로운 데이터프레임을 반환합니다. 예시 코드: import pandas as pd # 샘플 데이터프레임 생성 data = { 'Na.. 2023. 12. 6.
pandas df.drop() 함수 활용하기 df.drop() 함수는 Pandas 데이터프레임에서 특정 행 또는 열을 삭제하는 데 사용됩니다. 이 함수를 사용하면 데이터프레임에서 특정 행이나 열을 제거할 수 있습니다. 메서드 구문: # 함수 구문 df.drop(labels, axis=0, inplace=False) 주요 매개변수: labels: 삭제할 행 또는 열을 지정합니다. axis: 삭제할 방향을 나타내며, 0은 행을 삭제하고 1은 열을 삭제합니다. inplace: True로 설정하면 원본 데이터프레임을 변경하고, False로 설정하면 새로운 데이터프레임을 반환합니다. 예시 코드: import pandas as pd # 샘플 데이터프레임 생성 data = { 'Name': ['Alice', 'Bob', 'Charlie', 'David', 'E.. 2023. 12. 5.
pandas df.sort_values() 함수 활용하기 df.sort_values() 함수는 Pandas 데이터프레임에서 열의 값을 기준으로 데이터를 정렬하는 데 사용됩니다. 이 함수를 사용하면 데이터프레임의 행을 특정 열의 값을 기준으로 오름차순 또는 내림차순으로 정렬할 수 있습니다. 메서드 구문: # 함수 구문 df.sort_values(by, ascending=True) 주요 매개변수: by: 정렬 기준이 되는 열의 이름 또는 열의 이름 리스트입니다. ascending: 오름차순으로 정렬할지 여부를 나타내는 부울 값입니다. True로 설정하면 오름차순, False로 설정하면 내림차순으로 정렬됩니다. 예시 코드: import pandas as pd # 샘플 데이터프레임 생성 data = { 'Name': ['Alice', 'Bob', 'Charlie', .. 2023. 12. 4.
pandas df[df['열 조건']] 함수 활용하기 df[df['열 조건']] 함수는 Pandas 데이터프레임에서 열에 대한 조건을 적용하여 해당 조건을 만족하는 행만 선택하는데 사용됩니다. 이를 통해 데이터프레임의 필터링 및 데이터 선택이 가능합니다. 메서드 구문: # 함수 구문 df[df['열 조건']] 예시 코드: import pandas as pd # 샘플 데이터프레임 생성 data = { 'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'], 'Age': [25, 30, 35, 28, 23], 'City': ['New York', 'Los Angeles', 'Chicago', 'San Francisco', 'Miami'] } df = pd.DataFrame(data) # 'Age' 열이 30 이상인 행 선택.. 2023. 12. 1.
pandas df.iloc[] 함수 활용하기 df.iloc[] 함수는 Pandas 데이터프레임에서 행과 열을 정수 위치(인덱스)로 선택하는 데 사용됩니다. 이 함수를 사용하면 데이터프레임의 특정 행과 열에 접근할 수 있습니다.메서드 구문:# 함수 구문 df.iloc[row_index, column_index]주요 매개변수:row_index: 선택할 행의 정수 위치(인덱스) 또는 행 범위를 지정합니다.column_index: 선택할 열의 정수 위치(인덱스) 또는 열 범위를 지정합니다.예시 코드:import pandas as pd # 샘플 데이터프레임 생성 data = { 'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'], 'Age': [25, 30, 35, 28, 23], 'City': ['New York'.. 2023. 11. 30.
반응형