전체 글

Python파이썬 pandas DataFrame 데이터 억세스(2)

DataFrame 데이터 억세스 방법 중 2번째 행과 열의 정보로, 데이터를 가져오는 방법중에서 .loc[ , ]로 가져오는 방법이 있다. 이 방법은, 사람용인 인덱스와 컬럼명으로 데이터를 억세스한다. 위 사진의 요구사항을 받으면, df.loc['store1','pants'] # 스토어1의 팬츠 데이터를 가져와라. df.loc['store2',['bikes','watches']] # 스토어 2에서, bikes와 watches데이터를 가져와라. df.loc['store2' ,'pants':'glasses' ] # # 스토어2에서, pants부터 glasses까지의 데이터를 가져와라 로 코드를 작성을 해주면 위 사진과같은 결과를 얻을 수 있다.

Python파이썬 pandas DataFrame 데이터 억세스(1)

데이터 프레임에서 원하는 데이터를 억세스하는 방법중 1번째는 컬럼의 데이터를 가져오는 방법 즉 변수명 바로 오른 쪽에 대괄호를 사용하여 억세스해주는 방법이다. items2 = [{'bikes': 20, 'pants': 30, 'watches': 35}, {'watches': 10, 'glasses': 50, 'bikes': 15, 'pants':5}] # 변수를 지정 df=pd.DataFrame(data=items2,index=['store1','store2']) # 변수를 가지고 판다스의 데이터프레임 생성 df['bikes'] df['watches'] df[['bikes','glasses']] 코드를 작성해주면 위 사진과 같은 결과를 얻을 수 있다.

Python파이썬 pandas series 예제풀이

distance_from_sun = [149.6, 1433.5, 227.9, 108.2, 778.6] planets = ['Earth','Saturn', 'Mars','Venus', 'Jupiter'] dist_planets=pd.Series(data=distance_from_sun,index=planets) # 변수지정, pandaseries 만들기 time_light=dist_planets/18 # 위 사진 요구사항 time_light 계산 후 저장 close_planets = time_light[time_light

Python파이썬 pandas 인덱스

Pandas 의 장점 Allows the use of labels for rows and columns 기본적인 통계데이터 제공 NaN values 를 알아서 처리함. 숫자 문자열을 알아서 로드함. 데이터셋들을 merge 할 수 있음. It integrates with NumPy and Matplotlib pandas 라이브러리를 import pandas as pd를 통해 불러와서 사용하면된다.