반응형 Filtering2 Pandas 시작하기: 5 일차, selection & filtering 심화 기본 데이터 선택 데이터 분석을 시작하기 전에, 필요한 데이터를 정확하게 선택하는 것이 중요합니다. 단일 열 선택: df['column_name'] 여러 열 선택: df[['column1', 'column2', ...]] 조건에 따른 필터링 Pandas의 강력한 기능 중 하나는 조건을 기반으로 데이터를 필터링하는 것입니다. 기본 조건 필터링 # 나이가 30 이상인 데이터 선택 older_than_30 = df[df['Age'] > 30] 복합 조건 필터링 # 나이가 30 이상이면서 뉴욕에 사는 사람들 선택 older_in_ny = df[(df['Age'] > 30) & (df['City'] == 'New York')] 데이터 조작과 필터링 조건에 맞는 데이터를 선택한 후에는, 이 데이터에 대한 추가적인 .. 2024. 1. 28. Pandas 시작하기: 4일차, 데이터 불러오기 및 탐색하기 데이터 불러오기 Pandas의 가장 강력한 기능 중 하나는 다양한 형식의 데이터를 쉽게 불러올 수 있다는 점입니다. 가장 일반적인 형식은 CSV(쉽표로 구분된 ASCII 데이터) 파일입니다. import pandas as pd # CSV 파일 불러오기 df = pd.read_csv('path/to/your/file.csv') # 처음 몇 줄 확인 print(df.head()) Pandas는 CSV 외에도 Excel, JSON, SQL 데이터베이스 및 다양한 파일 형식을 지원합니다. 데이터 탐색 메소드 데이터를 불러온 후, 기본적인 탐색을 통해 데이터의 개요를 파악할 수 있습니다. 'head()', 'tail()': 데이터프레임의 처음과 끝 부분을 보여줍니다. 'info()': 열 데이터 타입, 누락된 값.. 2024. 1. 25. 이전 1 다음 반응형
