Data Science LAB

폴더안에 존재하는 여러 파일을 한번에 불러오기 import glob folders = glob.glob('폴더경로') 폴더 안에 존재하는 모든 폴더의 파일을 한번에 불러오기 folders = ('첫번째 폴더 경로\*') 폴더 안의 파일 중 json 파일만 불러오기 json_folders = glob.glob('파일 경로\.json') 폴더 안의 파일 중 csv 파일만 불러오기 csv_folders = glob.glob('파일 경로\*.csv')

1. Json 파일 읽기 import json with open('파일 경로','r') as f: data = json.load(f) 2. Json 파일 수정 with open('파일 경로', 'w') as make_file: json.dump(data,make_file) 3. Json 파일 쓰기 with open('저장경로','w', encoding='utf-8) as make_file: json.dump([딕셔너리 이름] , make_file, indent='\t') 먼저, 파이썬 언어를 사용하여 딕셔너리를 생성한 후 , json 형식의 파일로 저장할 수 있다.

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.

Error 주피터 노트북에서 SMOTE.fit_sample()를 이용해 OverSampling 데이터 생성 중 다음과 같은 에러가 발생하였다. AttributeError: 'SMOTE' object has no attribute 'fit_sample' 해결 방법 모듈을 불러올 때, 다음의 코드를 사용했다면 from imblearn.over_sampling import SMOTE X_train_over, y_train_over = smote.fit_resample(X_train, y_train) fit_resample()함수를 사용하면 해결된다.

1. 날짜 형식으로 데이터 타입 변환 df['Date'] = pd.to_datetime(df['Date']) pd.to_datetime()을 사용하면 날짜 형식의 데이터 타입인 'Datetime' 으로 변환할 수 있다. 2. 년, 월, 일 추출 df['년'] = df['Date'].dt.year df['월'] = df['Date'].dt.month df['일'] = df['Date'].dt.day df['요일'] = df['Date'].dt.day_name() 3. 특정 날짜 추출 ex) 2월달의 데이터만 추출 df = df[df['Date'].dt.month == 2] 상황에 맞춰 조건을 추출하면 해당 년, 월, 일, 요일에 맞는 데이터를 추출할 수 있다. 4. 현재 시간, 날짜 구하기 from dat..

주피터 노트북에서 networkx 패키지를 이용해 연관 분석 결과를 시각화 하는 과정에서 다음과 같은 에러가 발생하였다. NetworkXError: random_state_index is incorrect 해결 방법 !pip install decorator==4.3 위의 코드를 실행한 뒤, 커널을 재시작해주면 문제가 해결된다!