IT SW 그리고 먹거리

dataFrame.isna() : 결측 값은 True를 그외에는 False를 반환 dataFrame.notna() : 결측 값은 False를 그 외에는 True를 반환

import pandas as pd from pandas import DataFrame df1 = pd.DataFrame({'lkey': ['foo', 'bar', 'baz', 'foo'], 'value': [1, 2, 3, 5]}) df2 = pd.DataFrame({'rkey': ['foo', 'bar', 'baz', 'foo'], 'value': [5, 6, 7, 8]}) ======OUTPUT========= df1 lkey value 0 foo 1 1 bar 2 2 baz 3 3 foo 5 df2 rkey value 0 foo 5 1 bar 6 2 baz 7 3 foo 8 ======INPUT========= df1.merge(df2, left_on='lkey', right_on='rkey') ..

f-string (pythong 3.x version 이후부터 사용가능) format, % 서식지정자 f"Number of Meter : {len(meters):,}" -> 도대체 이게 무슨뜻이냐? 1. f-string 사용 방법 python 3.7 버전부터 사용 가능 ( version 이 낮으면 동작 x) 문자열 앞에 f 추가/ 변수가 들어갈 부분에 괄호와 변수를 넣어줌. f'len(meters)' 2. 자리 수 맞추기 f'{len(meters):5}' >> 14923 >> 8354 f'{len(meters):,}' >>14,923 >>8,354

pandas.DataFrame.isin DataFrame.isin(values) Whether each element in the DataFrame is contained in values. Parameters values : iterable, Series, DataFrame or dict The result will only be true at a location if all the labels match. If values is a Series, that’s the index. If values is a dict, the keys must be the column names, which must match. If values is a DataFrame, then both the index and co..

import pandas as pd # load data df = pd.read_csv("2019.csv") # NULL data drop df.drop(subset=["customerNumber"], inplace=True) # add coulums df.assgin(timestamp=df["ymd"]+pd.to_timedelta(df["time"], unit="h")) pandas로 csv에 저장되어있는 데이터를 호출하고, dataframe 생성. 이후에 dataframe에 열(coulums) 추가를 해보자

csv 파일을 업로드하여 pandas에 넣어보자 pickle glob from glob import glob glob('*.csv') # 현재 directory의 .csv 파일 리스트 호출 os.path from glob import glob from os.path import isdir for i in glob('*.*') : if isdir(i) : print(x,' is directory.')

# 산점도(scatter) 그리기 import matplotlib.pylab as plt plt.scatter( body['weight'], body['height'], label = "data") plt.legend(loc = "best") plt.xlabel('weight') plt.ylabel('height') plt.show()

수행 코드 data_set=pd.concat(data_df_2018,data_df_2019) pandas concat 수행시 나타나는 에러메시지 TypeError: first argument must be an iterable of pandas objects, you passed an object of type "DataFrame" -> 해결 방법 리스트로 변환하여 concat을 수행한다 data_set=pd.concat([data_df_2018,data_df_2019])