9566

데이터 변환 1. DataFrame -> Series df['x1'] df.x1 2. DataFrame -> DataFrame df[['x1']] 3. 열 추출 #DataFrame df[['x1', 'x2']] 4. X1, X3 열 추출 #DataFrame df.iloc[:, [0,2]] 5. Series → ndarray (행,) 형태 np.array(df['X1']).reshape(-1,1) 6. Series → Ndarray df['x1'].unique() 7. Series → Dictionary df['x1'].to_dict() 8. Series → List sorted(list(set(df['x1']))) 9. 시간으로 변환 .to_datetime(df['x1'], format='%Y-%m-%d..

개수 세기 1. 길이확인, 개수 세기 len(df) len(df['x1']) #시리즈 2. (행, 열) 개수 df.shape 3. 행개수 df.shape[0] 4. 열개수 df.shape[1] 5. (행,) 개수 df['x1'].shape 6. 널값을 제외한 개수 세기 df.count() df['x1'].count() #시리즈 실습 코드 import pandas as pd import numpy as np df = pd.DataFrame({ 'X1': [0, 1, 2, 4], 'X2': [5, 7, np.nan, 9], 'X3': [np.nan, 10, np.nan, 12]}) # 1. 길이확인, 개수 세기 len(df) len(df['X1']) #시리즈 # 2. (행, 열) 개수 df.shape # 3..

결측치 대체 1. 결측치 개수확인 .isnull().sum() #결과는 시리즈형태 2. 결측값 확인 df[df['x1'].isnull()] 실습 코드 import pandas as pd import numpy as np df = pd.DataFrame({ 'X1': [0, 1, 2, 4], 'X2': [5, 7, np.nan, 9], 'X3': [np.nan, 10, np.nan, 12]}) df # 방법 1 df.isnull().sum() # X2가 1개, X3가 2개의 결측치를 가진다. # 방법 2 df[df['X2'].isnull()] # 결측값 확인 실습 결과 실습 파일

결측치 대체 1. (결측치 -> 평균값) df.X1 = df.X1.fillna(df.X1.mean()) # NaN을 평균값으로 대체 2. (결측치 -> 최빈값, 평균값) df.fillna({'X1':df['X1'].mode()[0], 'X2':int(df['X2'].mean())}, inplace=True) # X1은 최빈값, X2는 평균값으로 대체 3. (결측치 -> 정수) df['X1'] = df['X1'].fillna(3) # 결측값을 3으로 대체 4. (결측치 -> 0) df = df.replace(np.NaN, 0) + 추가 1. ( 값 -> 결측치) df.iloc[3, 3] = np.nan # 3행3열을 결측값으로 교체 # iloc = index location(인덱스 위치) 2. (문자 ->..

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..