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.
pandas df.loc[] 함수 활용하기
df.loc[] 함수는 Pandas 데이터프레임에서 행과 열을 라벨로 선택하는 데 사용됩니다. 이 함수를 사용하면 행과 열의 라벨을 기반으로 데이터에 접근할 수 있습니다.메서드 구문:# 함수 구문 df.loc[row_label, column_label]주요 매개변수:row_label: 선택할 행의 라벨 또는 행 범위를 지정합니다.column_label: 선택할 열의 라벨 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', 'Los Angeles', 'Chica..
2023. 11. 29.
pandas df['열 이름'] 또는 df.열이름 함수 활용하기
df['열 이름'] 또는 df.열이름은 Pandas 데이터프레임에서 특정 열을 선택하는 데 사용되는 기본적인 방법입니다. 이를 통해 데이터프레임의 열에 접근하고 해당 열을 시리즈로 반환할 수 있습니다.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)# 데이터프레임에서 'Age' 열 선택 age_column = df['Age'] # 또는 df.Age..
2023. 11. 28.
pandas df.shape 함수 활용하기
df.shape 속성은 Pandas 데이터프레임의 크기를 나타내는 속성입니다. 이 속성은 데이터프레임의 행 수와 열 수를 튜플로 반환합니다.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) # 데이터프레임 크기 출력 print(df.shape, "행 수:", df.shape[0], "열 수:", df.shape[1]) 위의 코드에서는 샘플 데이터프..
2023. 11. 27.
