Im heedy

- 문자 치환 , 지우기 df = df.replace(',', '') ,를 !로 변경 df = df.replace(',', '!') 문자 중간에 있는 값 변경 : 문자 사이(ex: 123,125)에 변경하기 원하는 값이 있을 경우 regex option을 True로 설정해야 변경됨. ,를 *로 변경 → regex option 주기 df = df.replace(',','*', regex = True)

for문 진행 시 전역 변수를 일괄로 적용할 수 있는 함수입니다. 저는 주로 특정 문자로 시작하는 변수들로 이루어져 있는 데이터 프레임을 만들 때 사용합니다. 먼저, titanic 데이터를 불러옵니다. from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import accuracy_score from sklearn.model_selection import train_test_split, StratifiedKFold import pandas as pd # data load df = pd.read_csv('train.csv') df.head() 이제, 전역 변수를 설정합니다. 저는 A, P, C로 시작하는 변수들로 이루어진 데이터..

map 함수 사용 li = [1, 2, 3, 4] # string으로 타입 변경 li_str = list(map(str, li)) # int로 타입 변경 li_int = list(map(int,li))

데이터 원소 li1 = ['A', 'B', 'C', 'D'] li2 = ['C', 'D', 'E', 'F'] 1) 합집합 union = list(set(li1 + li2)) print(union) union1 = list(set(li1) | set(li2)) print(union1) union2 = list(set().union(li1, li2)) print(union2) 2) 교집합 inter = list(set(li1) & set(li2)) print(inter) inter1= list(set(li1).intersection(li2)) print(inter1) 3) 차집합 comp = list(set(li1) - set(li2)) print(comp) comp1 = list(set(li1).diffe..

DataFrame을 Data 기준에 대해 알아보겠습니다. - sort_values() titanic 데이터를 load 해줍니다. import pandas as pd # data load df = pd.read_csv('train.csv') Pclass 기준으로 데이터를 정렬합니다. option으로 by를 사용하여 기준 컬럼을 설정할 수 있습니다. df.sort_values(by = 'Pclass') Pclass 기준으로 오름차순 정렬이 됐습니다. Pclass 기준으로 내림차순 정렬을 하겠습니다. ascending = False로 설정하여 내림차순을 할 수 있습니다. df.sort_values(by = 'Pclass', ascending = False) - 다중 정렬 by option을 통해 다중 정렬도 ..

1개의 배열을 binary형태로 저장 import numpy as np li = ['a', 'b', 'c', 'd'] np.save('filename.npy', li) 저장한 배열 불러오기 li = np.load('filename.npy') ValueError: Object arrays cannot be loaded when allow_pickle=False가 뜬다면 (allow_pickle = True) option을 넣으면 해결 li = np.load('filename.npy', allow_pickle = True)

- 동일한 row 찾기 row 같은 경우에는 아래 코드를 사용하여 중복된 row를 확인할 수 있습니다. df[df.duplicated()] *option으로 keep = ['first', 'last', 'False']를 설정할 수 있습니다. first: 중복된 row 중 첫번째 row를 남깁니다. last: 중복된 row 중 마지막 row를 남깁니다. False: 중복된 row 전체를 남깁니다. - 동일한 column 찾기 하지만 동일한 데이터 값을 가진 컬럼을 찾는 것은 별도로 함수가 없기때문에 전치를 해준 후 DataFrame.duplicated() 통해 찾을 수 있습니다. import pandas as pd import numpy as np # 전치는 .T 또는 np.transpose()를 사용하면..

Python 첫 게시글을 무엇으로 할까, 고민하다가 제가 가장 유용하게 쓰는 코드로 첫 글을 시작합니다. 이따금 많은 양의 데이터를 다루면서 변수가 많을 때, 그리고 파생변수를 만들어서 컬럼들을 한 번에 파악하기 힘들 때 사용하기 편리합니다. 먼저 titanic 데이터를 불러와 줍니다. import pandas as pd df = pd.read_csv('train.csv') df.head() 타이타닉의 컬럼들을 확인할 때는 아래와 같이 작성합니다. df.columns 이렇게 결과가 나옵니다. 하지만 전체 컬럼 결과만 나옵니다. 특정 컬럼명만 확인하고 싶다면 아래와 같이 작성합니다. class가 포함된 컬럼명을 찾겠습니다. df.columns[df.columns.str.contains('class')] 만..