출발선상

12장 시계열 데이터¶12 - 1 datetime 오브젝트¶datetime 라이브러리는 날짜와 시간을 처리하는 등의 다양한 기능을 제공하는 파이썬 라이브러리입니다. datetime 라이브러리에는 날짜를 처리하는 date 오브젝트, 시간을 처리하는 time 오브젝트, 날짜와 시간을 모두 처리하는 datetime 오브젝트가 포함되어 있습니다. 앞으로 3개의 오브젝트를 명확히 구분하기 위해 영문을 그대로 살려 date, time, datetime 오브젝트라고 부르겠습니다. datetime 오브젝트 만들기¶1.datetime 오브젝트를 사용하기 위해 datetime 라이브러리를 불러옵니다. In [1]: from datetime import datetime 2.now, today 메서드를 사용하면 다음과 같이 ..

판다스 입문 2021. 4. 1. 01:38

11 - 1 데이터 집계¶groupby 메서드로 평균값 구하기¶1.먼저 갭마인더 데이터 집합을 불러옵니다. In [1]: import pandas as pd df = pd.read_csv('data/gapminder.tsv', sep='\t') 2.다음은 year 열을 기준으로 데이터를 그룹화한 다음 lifeExp 열의 평균을 구한 것입니다. In [2]: avg_life_exp_by_year = df.groupby('year').lifeExp.mean() print(avg_life_exp_by_year) year 1952 49.057620 1957 51.507401 1962 53.609249 1967 55.678290 1972 57.647386 1977 59...

판다스 입문 2021. 3. 31. 02:27

10 - 1 간단한 함수 만들기¶제곱 함수와 n 제곱 함수 만들기¶1.제곱 함수는 다음과 같습니다. In [4]: def my_sq(x): return x ** 2 2.n 제곱 함수 my_exp는 다음과 같습니다. In [5]: def my_exp(x, n): return x ** n 3.과정 1~2에서 만든 함수를 사용해 보자. In [6]: print(my_sq(4)) 16 In [7]: print(my_exp(2, 4)) 16 10 - 2 apply 메서드 사용하기 - 기초¶apply 메서드로 브로드캐스팅한 결과가 올바른 값인지 확인하기 위해 시리즈, 데이터프레임의 기초 연산 결과와 비교하며 진행하겠습니다. 시리즈와 데이터 프레임에 apply 메서드 사용하기¶1.시리즈와 apply 메서드¶먼저 실습..

판다스 입문 2021. 3. 31. 00:23

09 - 1 문자열 다루기¶파이썬과 문자열¶문자열은 작은따음표나 큰따옴표로 감싸서 만듭니다. 다음은 작은따옴표로 grail.a scratch라는 문자열 데이터를 만들어 변수 word, sent에 저장한 것입니다. In [1]: word = 'grail' sent = 'a scratch' 인덱스로 문자열 추출하기¶데이터프레임에서 인덱스를 이용하여 원하는 데이터를 추출했던 것을 기억하나요? 문자열도 인덱스를 사용하여 추출할 수 있습니다. 문자는 길이가 1인 문자열로 생각하면 됩니다. 다음은 문자열과 인덱스를 함께 나타낸 표입니다. 문자열 grail과 인덱스¶ 인덱스 0 1 2 3 4 문자열 g r a i l 음수인덱스 -5 -4 -3 -2 -1 문자열 a scratch와 인덱스¶..

판다스 입문 2021. 3. 30. 23:10

07-1 깔끔한 데이터¶열과 피벗¶넓은 데이터¶데이터프레임의 열은 파이썬의 변수와 비슷한 역할을 합니다. 예를 들어 ebola 데이터프레임 열을 사망한 날짜(Data), 발병국가(Case_Guinea) 등의 데이터를 저장하고 있죠. 하지만 이번에 다루는 데이터프레임의 열은 열 자체가 어떤 값(

판다스 입문 2021. 3. 28. 14:30

누락값 처리하기¶ 06 - 1 누락값이란?¶ 누락값과 누락값 확인하기¶누락값(NaN)은 NaN, NAN, nan 과 같은 방법으로 표기할 수 있습니다. 하지만 여기선 누락값을 NaN이라고 표기하여 사용하겠습니다. 누락값 확인하기¶1.먼저 누락값을 사용하기 위해 numpy에서 누락값을 불러옵니다. In [1]: from numpy import NaN, NAN, nan 2.누락값은 0, ''와 같은 값과는 다른 개념이라는 것에 주의해야 합니다. 누락값은 말 그대로 데이터 자체가 없다는 것을 의미합니다. 그래서 '같다'라는 개념도 없죠. 다음은 누락값과 True, False, 0, ''을 비교한 결과 입니다. In [2]: print(NaN == True) False In [3]: print(NaN == Fa..

판다스 입문 2021. 3. 27. 22:01

05 - 1 분석하기 좋은 데이터 깔금한 데이터의 조건 데이터 분석 목적에 맞는 데이터를 모아 새로운 표(Table)를 만들어야 합니다. 측정한 값은 행(row)을 구성해야 합니다. 변수는 열(column)로 구성해야 합니다. 깔끔한 데이터는 데이터 연결부터 예를 들어 주식 데이터를 분석하는 과정에서 '기업 정보'가 있는 데이터 집합과 '주식 가격'이 있는 데이터 집합이 있을 때 '첨단 산업 기업의 주식 가격에 대한 데이터'를 보려면 어떻게 해야 할까? 일단 '기업 정보'에서 첨단 기술을 가진 기업을 찾아야 한다. 그리고 이 기업들의 '주식 가격'을 찾는다. 그런 다음 찾아낸 2개의 데이터를 연결하면 됩니다. 이렇게 데이터 집합은 연관성이 깊은 값끼리 모여 있기 때문에 데이터 연결을 통해 필요한 데이터를..

판다스 입문 2021. 3. 27. 15:15

데이터프레임과 시리즈로 그래프 그리기¶ 데이터프레임과 시리즈로 그래프 그리기¶ 1.시리즈에 있는 plot 속성에 정의된 hist 메서드를 사용하면 해당 시리즈의 값을 이용하여 히스토그램을 바로 그릴 수 있습니다. In [3]: import seaborn as sns In [4]: %matplotlib notebook import matplotlib.pyplot as plt tips = sns.load_dataset("tips") In [7]: ax = plt.subplots() ax = tips['total_bill'].plot.hist() 2.투명도를 조절하려면 hist 메서드의 alpha, bins, ax 인자를 사용하면 됩니다. 다음은 tips 데이터프레임에서 2개의 시리즈를 선택하여 히스토그림을 ..

판다스 입문 2021. 3. 25. 23:38