일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- Numpy
- SciPy
- pandas
- ipad
- GT-S80
- GitHub
- CNN
- imread
- javascript
- mariadb
- Button
- synology
- index
- LSTM
- Python
- Splunk
- Series
- RNN
- keras
- pycharm
- Lotto
- pip
- DFS
- dataframe
- install
- mean
- 삼성소프트웨어멤버십
- SPL
- E-P1
- 알고리즘
- Today
- Total
목록dataframe (11)
잠토의 잠망경
DataFrame to_csv시 Append 처음에는 w option을 줘서 생성한다. 이후에는 a option을 줘서 추가한다. def saveDataDataFrame(datas:DataFrame): import os if not os.path.exists('number_bin.csv'): datas.to_csv('number_bin.csv', index=False, mode='w', encoding='utf-8-sig') else: datas.to_csv('number_bin.csv', index=False, mode='a', encoding='utf-8-sig', header=False)
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..
오류 상황 단일 값에 대하여 DataFrame을 만드는 경우 def sample01(): ''' 모든 값이 scaler인 경우 오류 :return: ''' import pandas as pd from pandas import DataFrame datas:DataFrame = pd.DataFrame({'col1':2, 'col2':1}) # ValueError: If using all scalar values, you must pass an index print(datas) solution 1 index를 지정한다. github def sample02(): ''' 모든 값이 scaler인 경우 :return: ''' import pandas as pd from pandas import DataFrame d..
groupby를 활용하여 matplot에 chart 그리기 GitHub https://github.com/yiwonjae/Project_Python_Lib/blob/master/PandasMy/PandasMyLibs.py ''' Groupby 된 DataFame을 chart로 구성 ''' def makeGroup_s003(df:DataFrame)->None: print(df.info()) grouped:DataFrameGroupBy = df.groupby(['file_name']) import matplotlib matplotlib.use('TkAgg') import matplotlib.pyplot as plt for name, group in grouped: group:DataFrame = group ..
groupby하기 위해서 dataframe이 사용된다. autoindicate를 위하여 DataFrameGroupBy를 추가하면 mean, std 같은 이미 정의된 class member를 사용할 수 있다. GitHub from pandas.core.groupby.groupby import DataFrameGroupBy def makeGroup(df:DataFrame)->None: print(df.info()) grouped:DataFrameGroupBy = df.groupby(['file_name']) for key, item in grouped: print(key) print(item) grouped:DataFrameGroupBy = df.groupby(['order']) for key, item i..
파일들을 읽어 하나의 pandas로 만든다. Github https://github.com/yiwonjae/Project_Python_Lib/blob/master/PandasMy/PandasMyLibs.py import pandas as pd from pandas import DataFrame ''' 목적: 전달 받은 file list의 것들을 parsing해서 dataframe으로 만들어준다. i ) files : list형태로 전달 받으면 하나씩 읽어서 나중에 merge한다. o ) Dataframe : file 이름 list 참고: https://rfriend.tistory.com/256 ''' def readDataFrame(files:list)->DataFrame: datasets = [] fo..
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..