잠토의 잠망경

series를 이용하여 Dataframe을 만든다. 단일 값이 주어진 column은 하위까지 같은 속성으로 채워진다. github def sample04(): ''' series를 이용한 Dataframe :return: ''' import pandas as pd from pandas import DataFrame from pandas import Series myseries:Series = pd.Series([1,2,3,4,5,6,7,8]) datas:DataFrame = pd.DataFrame({'col1': 'a', 'col2': myseries}) print(datas) 결과 C:\Users\wonjae.yi\PycharmProjects\Project_Lotto\venv_3.6\Scripts\py..

mean(), min(), max(), std() import pandas as pd from collections import OrderedDict s = pd.DataFrame({ 'Address':['Seoul','Asan'], 'occupation':['doctor','IT'], 'Born':['1981-01-10','1999-11-02'], 'Died':['2100-01-10','2099-01-02'], 'Age':[40,20]}, index=['a','b'], columns=[..

DataFrame에서 Series 추출(loc) loc 속성을 이용하여 원하는 index를 지정후 추출 import pandas as pd from collections import OrderedDict s = pd.DataFrame({ 'Address':['Seoul','Asan'], 'occupation':['doctor','IT'], 'Born':['1981-01-10','1999-11-02'], 'Died':['2100-01-10','2099-01-02'], 'Age':[40,20]}, index=['a&#..

Series 만들기 가장 단순한 방식, index 지정 안함 import pandas as pd s = pd.Series(['a',42]) print(s) print(type(s)) output >>> print(s) 0 a 1 42 dtype: object >>> print(type(s)) Series 만들기, index를 지정 import pandas as pd s = pd.Series(['a',42],index=['name','age']) print(s) print(type(s)) output >>> print(s) name a age 42 dtype: object >>> print(type(s)) DataFrame 만들기 import pan..

Groupby 사용 하기 csv에서 col1을 기준으로 col3의 평균을 구하자 df.groupby(대상) col1,col2,col3,col4 1,2,1,4 1,1,2,3 1,1,3,4 2,0,4,3 2,2,5,4 3,1,6,3 3,2,7,4 import pandas as pd df = pd.read_csv('input.csv') print(df.groupby('col1')['col3'].mean()) 출력 col1 1 2.0 2 4.5 3 6.5 Name: col3, dtype: float64구조 설명 groupby: DataFrame 1개열 : Series groupbyed = df.groupby('col1') print(type(groupby..

한 열 단위 데이터 추출 Series : 1개 열 DataFrame : 2개 열 이상 열단위 Data 얻기 import pandas as pd df = pd.read_csv('input.csv',sep=',') column_df = df['country'] print(type(colum_df)) # Series print(column_df.head()) # 5줄 print(column_df.tail()) # 하위 5줄 2열 이상 데이터 추출 columns_df = df[['country', 'continent', 'year']] # List 전달 print(type(columns_df)) # DataFrame print..