본문 바로가기

Elice3

데이터 분석 도전하기 - 4 Pandas Grouping 기준에 따른 여러 그룹으로 데이터 분할(splitting) 각 그룹에 독립적으로 함수 적용(applying) 결과물들을 하나의 데이터 구조로 결합(combining) ​ 0 foo one -0.759985 -0.830048 1 bar one -0.361017 1.040381 2 foo two 0.927589 -0.976534 3 bar three -0.255237 -1.149321 4 foo two 0.535983 1.545994 5 bar two -0.865925 0.306166 6 foo one -0.995362 -1.492863 7 foo three 1.256075 -0.243938 A를 기준으로 합을 구해본다. df.groupby('A').sum() ​ 아래와 같은 결.. 2018. 12. 26.
데이터 분석 도전하기 - 3 3주차 연재글 데이터 분석 도전하기 - 3이전 포스트 데이터 분석 도전하기 -1 데이터 분석 도전하기 - 2Elice Numpy, Pandas 데이터 분석 강의와 함께 진행할 수 있습니다. 저번 목차에선 Numpy 라이브러리에 대해 익혔다 이번 목차에서는 Pandas에 대해 다루어 본다.PandasPandas는 R언어의 dataframe 데이터 타입을 모방하여 만든 라이브러리다. 이를 통해 데이터를 자유롭게 가공할 수 있다.xxxxxxxxxximport pandas as pd​population_dict = { 'korea': 5180, 'japan': 12718, 'china': 141500, 'usa': 32676 }​population = pd.Series(population_dict)​print(.. 2018. 12. 3.
엘리스 데이터 분석 - 2 Welcome file 데이터 분석 도전하기 - 2 matplotlib, numpy, pandas 사용법에 대해 다룹니다. 이전 포스트 데이터 분석 도전하기 - 2 Elice Numpy, Pandas 데이터분석 강의 와 함께 진행할 수 있습니다. Numpy 행렬 연산을 Python으로 제공하는 라이브러리다모든 코드에는 import numpy as np 로 Numpy import 한다. 기본 연산 행렬의 기본적인 연산을 아래와 같이 작성할 수 있다. array = np.arange(5) print(array) print("array + 5:", array + 5) print("array + 5:", array - 5) print("array + 5:", array * 5) print("array + 5:".. 2018. 11. 21.
반응형