파이썬

라이브러리 불러오기import pandas as pdimport matplotlib.pyplot as pltimport seaborn as sns베이직 문항1. 데이터 불러오기pandas를 import한 다음 데이터를 불러와서 데이터를 확인하세요.# 데이터 불러오기url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data'columns = ['Sepal Length', 'Sepal Width', 'Petal Length', 'Petal Width', 'Species']iris = pd.read_csv(url, header=None, names=columns) 2. 데이터 구조 파악하기데이터셋의 첫 5행을 출력하고, 데이터..

240514 Today I Learn 데이터 결합하기Concat💡 Concat판다스 객체들을 수직/ 수평으로 붙이기pd.concat(['데이터프레임1','데이터프레임2'], axis=0/1)​Merge💡 Mergepd.merge(데이터프레임1, 데이터프레임2, on="공통된 컬럼", join = 'inner/outer/left/right/cross')공통된 컬럼이 있는 데이터프레임을 키값을 기준으로 합치고자 할 때 사용 가능특정 열에 따라 SQL 스타일의 조인을 사용할 수 있음 👇 SQL의 조인과 pandas Merge 함수의 조인 옵션 Comparison with SQL — pandas 2.2.2 documentationComparison with SQL Since many potential pa..

240514 Today I LearnData SelectionGetitem [ ]💡 dataframe['컬럼명']DataFrame에서는 column을 지정하여 데이터를 선택할 수 있다. 선택된 데이터는 series 형태로 반환된다. 예시슬라이싱을 이용해 추출 가능# 같은 결과값을 출력하는 두 코드df[0:3]df["20240513":"20240515"]숫자로 슬라이싱 하는 경우 [시작할 숫자 : 끝날 숫자 +1]문자로 슬라이싱 하는 경우 [시작할 문자 : 끝날 문자]Selection by label💡 loc : 라벨명으로 위치를 지정하여 데이터 추출특정 row를 매칭해 추출하는 경우# dates[0] = '2024-05-13'# row 값이 2024-05-13인 행 추출df.loc[dates[0]]#..

240513 Today I LearnBasic data structures in pandas판다스에서 제공하는 두가지 데이터 타입Series : 1차원 형태의 데이터 (파이썬의 대부분의 타입들이 들어갈 수 있음)DataFrame : 2차원 형태의 표로 이루어진 데이터 (행,열의 개념이 존재함)💡 데이터에서 이야기하는 차원이란?데이터의 속성(Attribute) 개수에 따라 차원을 구분한다.0차원 : schalar(스칼라) → 값1차원 : vector(벡터)  → 리스트2차원 : matrix(행렬)  → 2중 중첩 리스트3차원이상 : tensor(텐서) → 3중 이상 중첩 리스트Object Creation1. Series 만들기 : 리스트에 값을 넣어서 만들기s = pd.Series([1,3,5,np.na..

240513 Today I Learn문제상황  프로그래머스코드 중심의 개발자 채용. 스택 기반의 포지션 매칭. 프로그래머스의 개발자 맞춤형 프로필을 등록하고, 나와 기술 궁합이 잘 맞는 기업들을 매칭 받으세요.programmers.co.krdef solution(nums): answer = [] for i in range(0, len(nums)): for j in range(i+1, len(nums)): for k in range(j+1, len(nums)): answer.append(nums[i]+nums[j]+nums[k]) for n in answer: cnt = [] ..

240509 Today I Learn데이터 병합하기데이터 프레임 붙이기 Concat💡 Concat([붙일 데이터 프레임], axis = 상하(0)/좌우(1))pd.concat([df1, df2], axis = 0, ignore_index = False)axis의 기본값은 0(위아래로 붙이기)ignore_index의 기본값은 False(원래 데이터 프레임에서의 인덱스 유지)→ `ignore_index = True`나 `.reset_index(drop=True)`를 활용해 새로운 인덱스를 부여할 수 있음axis = 0 / axis = 1df1 = pd.DataFrame({'A': ['A0', 'A1', 'A2'], 'B': ['B0', 'B1', 'B2']})df2 = pd.DataFrame({'A': [..