일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 |
- 판다스시리즈
- KNN
- 크롤링
- KNN알고리즘
- 넘파이
- 판다스
- 파이썬기초
- K-NN
- 머신러닝
- reindex
- 데이터프레임
- Numpy
- DataFrame
- 워드클라우드
- pandas
- iloc
- 판다스인덱싱
- np.where
- 판다스기초
- 파이썬크롤링
- 넘파이함수
- LOC
- 유클리디안거리
- Python
- np.sort
- 파이썬
- 넘파이정렬
- np.argsort
- np.where()
- 데이터분석
- Today
- Total
목록pandas (2)
해피러너의 Ns
import pandas as pd 데이터프레임(dataframe) 생성 # numpy array를 활용한 생성 : 열단위(하나의 행)로 들어감 >>> df1 = pd.DataFrame(np.array([[10,11,12],[20,21,22]]), columns = ['col1', 'col2', 'col3']) >>> df1 col1col2col3 010 11 12 120 21 22 # series 객체를 활용한 생성: 열단위(하나의 행)로 들어감 >>> s1 = pd.Series([10,11,12]) >>> s2 = pd.Series([20,21,22]) >>> df2 = pd.DataFrame([s1, s2]) >>> df2 012 0101112 1202122 # 리스트를 활용한 생성 >>> df3 ..
판다스 시리즈(Series) 생성하기 ## 리스트를 이용한 생성 >>> s = pd.Series([1,2,3,4,5], index=['a','b','c','d','e']) >>> s a 1 b 2 c 3 d 4 e 5 dtype: int64 ## 딕셔너리를 이용한 생성 >>>pd.Series({'Korea': 'Seoul', 'UK': 'London', 'China': 'Beijing', 'France': 'Paris'}) Korea Seoul UK London China Beijing France Paris dtype: object ## 넘파이를 이용한 생성 >>>pd.Series(np.arange(4,9)) 0 4 1 5 2 6 3 7 4 8 dtype: int32 .index & .values >>..