Pandas sampling(샘플링)
수백만 행짜리 데이터프레임을 통째로 훑어보거나 모델에 넣기 전에, 일부만 빠르게 뽑아 분포를 확인하고 싶을 때가 있다. df.head()는 앞부분만 보여주기 때문에 데이터가 정렬돼 있으면 편향된 인상을 준다. 반대로 그룹별 비율은 유지한…
Pandas(판다스) 통계함수(mean, unique, value_counts)
데이터를 받으면 가장 먼저 하게 되는 작업이 값의 분포를 파악하는 것이다. Pandas는 평균을 구하는 mean(), 고유값을 뽑는 unique(), 값별 개수를 세는 value_counts() 같은 통계 함수를 기본으로 제공한다. 이 글에서는 예제…
Pandas DataFrame 이해하기
표 형태의 데이터를 다룰 때 파이썬에서 가장 많이 쓰는 게 Pandas DataFrame이다. DataFrame은 크게 세 요소로 이뤄진다 — 행을 식별하는 index, 열을 식별하는 columns, 그리고 실제 값들인 data. 이 글에서는…
Pandas apply 사용법
Pandas apply 메서드는 pandas 내에서 가장 많이 사용되는 함수 중 하나이고, 사용자가 정의한 함수와 함께 사용할 수 있어서 데이터 전처리 등에 응용하여 사용할 수 있다. 사용자 정의 함수가 필요한 이유는…
Pandas append 사용법
Pandas의 append 메서드는 데이터프레임에 다른 데이터프레임을 행 또는 열 단위로 추가하는 데 사용된다. 이 메서드를 사용하면 데이터를 확장하거나 새로운 데이터를 추가할 수 있다. 이 글에서는 Pandas의 append 메서드 사용법에 대해…
Pandas(판다스) groupby 사용법
Pandas는 데이터프레임을 그룹화하고 집계하는 데 사용되는 강력한 groupby 메서드를 제공한다. 이 메서드를 사용하면 데이터를 그룹화하여 그룹별로 연산을 수행하고 결과를 얻을 수 있다. 이 글에서는 Pandas의 groupby 메서드 사용법에 대해 알아본다.…
Pandas 결측치 처리 (dropna, fillna)
Pandas의 dropna와 fillna 메서드를 사용하여 데이터프레임 내의 결측치를 효과적으로 처리할 수 있으며, 이를 통해 데이터의 완전성을 유지하고 분석 결과를 더 정확하게 만들 수 있다. 이 글에서는 dropna와 fillna를 사용한 Pandas…
Pandas 정렬하기(sort_values)
Pandas의 sort_values 메서드를 사용하면 데이터프레임의 특정 열을 기준으로 데이터를 쉽게 정렬할 수 있으며, 이를 통해 데이터를 더 잘 이해하고 분석할 수 있다. 이 글에서는 Pandas의 sort_values 메서드를 사용한 데이터프레임 정렬에…
Pandas 자료형변환(astype)
Pandas의 astype 메서드를 사용하면 데이터프레임 내의 특정 컬럼의 자료형을 원하는 형태로 손쉽게 변환할 수 있다. 이는 데이터 분석 및 전처리 작업에서 중요한 단계 중 하나이며, 데이터를 올바르게 처리하기 위해 필수적인…
Pandas 컬럼 추가, 수정 및 제거
Pandas는 데이터 조작과 분석을 위한 강력한 라이브러리로, 데이터프레임(DataFrame)을 사용하여 데이터를 다룬다. 데이터프레임은 표 형식의 데이터 구조로, 행과 열로 이루어져 있다. 이 글에서는 Pandas를 사용하여 데이터프레임에서 컬럼(열)을 추가/수정하고 제거하는 방법에 대해…