dataframe
-
[python] 파이썬을 이용한 빅 데이터 실습 7 - DataFrame , 계층색인Languages/python 2021. 11. 1. 13:43
실행결과는 복사 붙여넣기이므로 이상해도 양해부탁드립니다. DataFrame 고차원 데이터 다루기 계층 색인(다중 색인) 여러 개의 인덱스가 계층을 이루고 있기 때문에 계층 색인 혹은 다중 색인이라고 한다. 계층색인을 데이터프레임에 적용하여 3차원 이상의 고차원 데이터를 처리 가능 import pandas as pd from pandas import Series, DataFrame import numpy as np 샘플 데이터 생성 로우 인덱스 학생들에 대한 정보를 담고 있는 단순 1차원 인덱스 컬럼 인덱스 다중 색인(계층 색인) # 샘플 데이터 생성 np.random.seed(0) df = pd.DataFrame(np.random.randint(50, 100, (5, 6)), columns=[[2019,..
-
[python] 파이썬을 이용한 빅 데이터 실습 6- DataFrameLanguages/python 2021. 10. 30. 19:13
실행결과는 복사 붙여넣기이므로 이상해도 양해부탁드립니다. 데이터프레임에 새로운 컬럼 추가하기 df4 = DataFrame({'Class': ['IoT','Network', 'Economy','Big Data', 'Cloud'], 'Year': [2018, 2017, 2018, 2018, 2019], 'Price': [100, 125, 132, 312, 250], 'Location': ['Korea','Korea', 'Korea', 'US','Korea']}, index=['C01','C02','C03', 'C04', 'C05']) df4 컬럼 추가하기 1 내가 추가하고자 하는 컬럼의 명을 지정해 준 후 데이터 값을 할당해준다. limitStudent 컬럼(정원)을 추가하고, 값을 모두 40으로 저장 df..
-
[python] 파이썬을 이용한 빅 데이터 실습 5- DataFrameLanguages/python 2021. 10. 30. 18:50
데이터 프레임 조회하기 테스트 데이터 프레임 생성 df4 = DataFrame({'Class': ['IoT','Network', 'Economy','Big Data', 'Cloud'], 'Year': [2018, 2017, 2018, 2018, 2019], 'Price': [100, 125, 132, 312, 250], 'Location': ['Korea','Korea', 'Korea', 'US','Korea']}, index=['C01','C02','C03', 'C04', 'C05']) df4 실행결과 원하는 열(컬럼)만 조회하기 -Class만 조회하기 색인 기호 대괄호([])안에 색인하고자 하는 컬럼 인덱스의 이름을 지정해준다 df4['Class'] 실행결과 C01 IoT C02 Network C03..
-
[python] 파이썬을 이용한 빅 데이터 실습 4- DataFrameLanguages/python 2021. 10. 30. 18:04
DataFrame 주요속성과 함수 실습 DataFrame 속성 조회하기(속성을 조회할 때에는 ()를 사용하지 않으니 주의!!!!) 값이 들어있는 데이터프레임 생성 # 3. 사전 타입 데이터를 이용하여 데이터 프레임 생성하기 인구통계 = {'서울': [950, 945, 938.5], '대전':[50, 151, 145], '대구':[85, 88, 92], '부산':[180, 187, 192], '광주':[74, 80, 80] } df3 = DataFrame(data = 인구통계, index = [2018,2019,2020]) df3 실행결과 df3 데이터프레임 생성 서울대전대구부산광주 2018950.0508518074 2019945.01518818780 2020938.51459219280 index : 데이..