Pandas_03
In [3]: import numpy as np import pandas as pd Dataframe Boolean Index¶ 데이타프레임 인덱스시 사용됨 마스크(Mask)라고도 함 조건에 맞으면 결과값이 True/False 형태의 Boolean으로 표시 df.loc [ df[ 컬럼인덱스] 비교연산자 ] df.loc [ df[ 행인덱스] 비교연산자 ] 다중 조건시 논리 연산자 사용 In [42]: data = { "year":[2014, 2015, 2016, 2015, 2017,2013] ,"name":['Haidi', 'Haidi', 'Haidi', 'Charles', 'Charles', 'Hayoung'] , "p..
Pandas_02
In [2]: import numpy as np import pandas as pd DataFrame 생성하기¶ 데이타프레임이름 = pd.DataFrame(딕셔너리리스트) 딕셔너리 리스트 : 딕셔너리 구조인데 값이 리스트인 구조 데이타프레임을 딕셔너리 리스트로 만들면 키는 컬럼명으로 지정된다. { 키1:[리스트1], 키2:[리스트2] ... } 딕셔너리 리스트 생성하기¶ { 키1:[값1, 값2, 값3 ...], 키2:[값1, 값2, 값3 ...] ... } In [5]: data = { "name":['Elise', 'Julia', 'Jhon', 'Charles', 'Charles'], "year":[2014, 2015, 2016, ..
Numpy_04
In [1]: import numpy as np Numpy 배열의 Boolean Indexing¶ 다수개의 배열에서 특정 값을 추출할 때 사용한다. 배열이름[조건] TRUE, FALSE로 값이 표시된다. names ndArray 배열에서 True, False로 표시된다.¶ In [2]: names = np.array(['Charles','Jhon', 'Hayoung','Charles', 'Hayoung','Jhon', 'Elise']) names Out[2]: array(['Charles', 'Jhon', 'Hayoung', 'Charles', &#..
Numpy_03
In [3]: import numpy as np Numpy 배열의 함수 이용하기¶ np.sqrt(배열명) : 제곱근 구하기¶np.log10(배열명) : 로그 구하기¶ In [4]: np.sqrt([1,2,3,4,5]) Out[4]: array([1. , 1.41421356, 1.73205081, 2. , 2.23606798]) In [5]: np.log10([10,100,2000]) Out[5]: array([1. , 2. , 3.30103]) 퀴즈¶: 1~10까지의 ndarray 배열 생성후¶np.log10(), np.sqrt() 함수 적용하기¶소숫점 결과는 3번째 자리에서 반올림한다.¶ In [9]: np.set_printoptions(precision=2) In [10]: arr = np.arang..