코드탐험 신비의 세계

df.set_index('컬럼') : 기존에 있는 컬럼의 값을 인덱스로 만든다. df.reset_index() : 인덱스를 원래대로 초기화 시킨다.

isna() , notna() isna() 메서드는 각 요소가 NaN인지 여부를 확인하고, notna() 메서드는 NaN이 아닌 요소를 확인 Nan 을 처리하는 방법 1. 삭제하는 방법 2. 특정 값으로 채우는 방법 3. 비어있는 데이터를 채우되 위 행, 아래 행의 데이터로 채우거나 왼쪽 열, 오른쪽 열의 데이터로 채우는 방법

pd.read_csv('csv파일명') : csv파일 불러오기 ../ => 상위 파일 위와 같이 Unnamed : 0 이 출력 됐을 때 index_col= 0 로 해당 컬럼 " Unnamed : 0 " 을 인덱스로 지정 Unnamed : 0 이 인덱스로 지정된 모습

데이터 프레임에서 원하는 데이터를 엑세스하는 방법은 3가지이다 1. 컬럼의 데이터를 가져오는 방법 : 변수명 바로 오른쪽에 대괄호 사용 import pandas as pd items2 = [{'bikes': 20, 'pants': 30, 'watches': 35}, {'watches': 10, 'glasses': 50, 'bikes': 15, 'pants':5}] df = pd.DataFrame(data = items2, index= ['store 1', 'store 2']) >>> df['bikes'] store 1 20 store 2 15 Name: bikes, dtype: int64 >>> df['watches'] store 1 35 store 2 10 Name: watches, dtype: int..

index: Series의 인덱스를 확인 values: Series의 데이터 값을 확인 shape: Series의 차원을 튜플 형태로 확인 ndim: Series의 차원 수를 확인 size: Series의 요소 수를 확인 dtype: Series의 데이터 타입을 확인 import pandas as pd # 예제 Series 생성 index = ['eggs', 'apples', 'milk', 'bread'] data = [30, 6, 'Yes', 'No'] groceries = pd.Series(data=data, index=index) # index 확인 print("Index:", groceries.index) # values 확인 print("Values:", groceries.values) # sh..

판다스(Pandas)는 데이터 셋을 이용한 다양한 통계 처리 기능을 제공하는 라이브러리다. 판다스의 1차원 배열은 시리즈(Series), 2차원 배열은 데이터프레임(DataFrame)이라고 부른다. pd.Series(data= a, index=b) : a 에 데이터(values) 값, b에 인덱스(index)값을 입력하면 1차원 데이터(시리즈)를 생성 인덱스값을 입력하지 않으면 컴퓨터가 매기는 인덱스값으로 나온다. import pandas as pd >>> index = ['eggs', 'apples', 'milk', 'bread'] >>> data = [30, 6, 'Yes', 'No'] >>> groceries = pd.Series(data= data, index= index) >>> grocerie..