Pandas

본 글은 pandas 라이브러리를 활용하는 데에 있어 여러 개의 데이터를 하나로 통합하는 방법을 설명하기 위해 작성되었습니다. 데이터를 통합하는 방법으로는 여러 가지가 있는데 이번에 다루어 볼 내용은 concat, join, merge입니다. 우선 설명하기에 앞서, 예시로 두 개의 데이터 프레임을 작성하도록 하겠습니다. >>> import pandas as pd >>> df1 = pd.DataFrame({ 'Class1' : [95, 92, 98, 100], 'Class2' : [91, 93, 97, 99] }) >>> df2 = pd.DataFrame({ 'Class1' : [87, 89], 'Class2' : [85, 90] }) d1 출력값: d2 출력값: 1. concat pandas 라이브러리의..

본 글은 파이썬 내 pandas 라이브러리를 활용하여 DataFrame을 다룰 때 필요한 .loc()과 .iloc() 각각의 특징과 차이점을 설명하고자 작성되었습니다. 우선, 설명을 위해서 seaborn을 활용하여 예시의 데이터(iris)를 가져오도록 하겠습니다. >>> import seaborn as sns >>> iris = sns.load_dataset('iris') >>> iris.head() 1. loc loc은 레이블(Label)을 기반으로 데이터를 선택하는 메서드입니다. 행과 열의 이름(Label)을 사용하여 데이터에 접근합니다. 즉, 행과 열의 이름을 명시적으로 지정하여 데이터를 선택합니다. # 열 이름이 'species'인 데이터 중 'virginica'를 가진 값 선택 >>> iris...

본 글은 pandas 라이브러리 내 날짜를 자동으로 생성할 수 있는 date_range() 함수를 설명하기 위해 작성되었습니다. 데이터 안 index에 날짜를 일일이 기입하는 대신 pandas의 date_range()를 활용하면 값이 많을 때 편리합니다. date_range()는 하기와 같이 사용하면 됩니다. >>> pd.date_range(start='날짜', end='날짜', freq='주기') 예시를 들어 설명해 보겠습니다. >>> pd.date_range(start='2024/01/01', end='2024/01/07') DatetimeIndex(['2024-01-01', '2024-01-02', '2024-01-03', '2024-01-04', '2024-01-05', '2024-01-06', ..