Data Science LAB

Pandas 에서는 기본 함수로 iterrows를 제공한다. iterrow를 활용하면 데이터프레임열을 하나하나 참조할 수 있다. for _, row in cutoff_dates.iterrows(): print(_) print(row) for문과 함께 사용하면 각 행의 (index, row_series)를 차례대로 반환한다.

df.columns.difference는 주로 변수와 y값을 분리하기 위해 사용한다. 1. 원래 데이터셋의 변수 확인 2. 독립변수로 사용할 변수만 추출 features = df.columns.difference(['price','CHAS']) 변수 'price', 'CHAS'가 사라진 것을 확인할 수 있다.

Pandas 에서는 다양한 방법으로 결측치(NA)를 처리할 수 있다. 결측치란, 컬럼에 값이 없는 NULL 상태의 데이터를 말하며, 데이터셋을 머신러닝 모델에 적용할 때 결측치가 존재하면 문제가 발생하기 때문에 다른 값으로 대체하거나 삭제해야한다. 데이터의 결측 여부 확인 import pandas as pd import numpy as np data = pd.read_csv("titanic_train.csv") data.head() 먼저, 유명한 분류 데이터셋 중 하나인 타이타닉 데이터셋을 불러온다. data.isna() isna()를 사용하면 데이터가 결측인지 아닌지에 대해 True/False로 반환해준다. True -> 결측 False -> 결측 X data.isna().sum() isna에 sum(..

Pandas에서 apply lambda를 적용하면 손쉽게 데이터를 가공할 수 있다. def get_square(a): return a**2 print('3의 제곱 : ',get_square(3)) 보통 함수를 생성할 때, def [함수명(인자)]: return 반환값 으로 생성하지만, lambda를 사용하면 손쉽게 함수를 생성하고 적용할 수 있다. lambda_square = lambda x: x**2 print("3의 제곱 : ",lambda_square(3)) lambda를 이용하면 한줄의 코드로도 함수를 생성할 수 있다. : 로 반활될 입력 인자의 계산식을 분리한다. :의 왼쪽에 있는 x는 입력인자이며, 오른쪽은 입력인자의 계산식이다. a = [1,2,3] squares = map(lambda x ..

Pandas를 이용해서 데이터를 선택할 때, iloc과 loc을 자주 사용하게 되는데, 가끔 헷갈려서 두 연산자에 대해 포스팅 해보려고 한다! 위치 기반 인덱싱 위치 기반 인덱싱은 0을 출발점으로 하는 가로, 세로축 좌표 기반의 행과 열위치를 기반으로 데이터를 지정한다. 따라서 행, 열 값으로 정수가 입력되며, iloc[] 연산자는 위치 기반 인덱싱에 해당한다. iloc[]은 행과 열 값으로 integer 또는 integer형의 슬라이싱, 팬시 리스트 값을 입력해줘야 한다. 먼저, 연습용으로 데이터프레임을 하나 생성해줍니다. import pandas as pd data = {'Name' : ['Red','Blue','Yellow','Green'], 'Year' : [2020,2021,2022,2023],..

안녕하세요! 오늘은 지난 포스팅에 이어서 Pandas라이브러리를 이용해 list, dictionary, array형식의 데이터를 데이터프레임형식으로 변환해보도록 하겠습니다. (ง •_•)ง 먼저, 간단하게 리스트와 array를 생성해 봅니다. import pandas as pd import numpy as np col_name1 = ['col1'] list1 = [1,2,3] array1 = np.array(list1) print('array1 shape: ',array1.shape) array는 1차원으로 구성되어 있는 데이터이며 3개의 로우가 있는 리스트가 생성된 것을 확인할 수 있습니다. 리스트 -> 데이터프레임 pd.DataFrame(리스트이름,컬럼명) 을 이용해 데이터프레임 형식으로 바꿔 줍니다..