9566

np.random.rand(n) # 균일분포 np.random.randn(n) # 정규분포 np.linspace(0, 5, n) #0~5사이의 n개의 수 np.minimum np.abs() np.sqrt np.square #제곱 np.median(df['x1']) np.var np.min np.max np.std np.quntile(df['x1'], 0.25) # 0.5, 0.75 np.mean # 결과를 정수로 → int(np.mean())

1. 결측치 확인——————————————————————————————— 2. .isnull().sum() #결과는 시리즈형태 # 결측치 개수확인 3. df[df['x1'].isnull()] # 결측값 확인 실습 : https://9566.tistory.com/41 4. 데이터 제거————————————————————————————— 5. .drop(시리즈.index.tolist(), axis=1) # 변수 삭제 #drop안에 list가 들어가야함 6. .drop(columns=['x1', 'x2'], axis =1, inplace=True) # 열 제거 # inplace=True는 df에 바로 적용 7. .drop(columns={'x1', 'x2'}) 실습 : https://9566.tistory.c..

한 열 + 인덱스 = array([1, 2, 3, 4]) + 인덱스 4x1 형태 가장 바깥 []의 안의 가장 바깥 ,을 엔터(axis)라 생각 array([1, 2, 3, 4]) = 4x1 형태 # array([1,2,3,4], [5,6,7,8]) = 2x4 형태 데이터프레임의 부분 시리즈와 숫자 비교연산가능 ex) df_missing > 0 적용가능한 함수 조건—————————————————————————————————————- s=s[조건] #범위줄이기 s[조건].plot.bar() #그래프 그리기 개수세기———————————————————————————————————- len(s) # 길이확인, 개수세기 s.count() # 널값포함 개수세기 .sort_values(ascending=False) #..