CS STUDY

enumerate()는 '열거하다'는 뜻의 함수로, 순서가 있는 자료형(list,set,tuple등)을 인덱스를 포함한 enumerate 객체로 리턴한다. 사용 방법은 다음과 같다. a=[6,3,7,1,2,3] b=enumerate(a) print(b) print(list(b)) 이처럼 list()로 결과를 추출할 수 있는데, 인덱스를 자동으로 부여해주기 때문에 매우 편리하게 활용할 수 있다. 그렇다면 a=['a1','b2','c3']가 있을 때 이 리스트의 인덱스와 값을 함께 출력하려면 어떻게 해야 할까? a=['a1','b2','c3'] for i,v in enumerate(a): print(i,v)

제너레이터는 루프의 반복 동작을 제어할 수 있는 루틴 형태를 말한다. 예를 들어 임의의 조건으로 숫자 1억 개를 만들어내 계산하는 프로그램을 작성한다고 가정해보자. 이 경우 제너레이터가 없다면 메모리 어딘가에 만들어낸 숫자 1억 개를 보관하고 있어야 한다. 그러나 제너레이터를 이용하면 단순히 제너레이터만 생성해두고 필요할 때 언제든 숫자를 만들어낼 수 있다. 이때 yied 구문을 사용하면 제너레이터를 리턴할 수 있다. 기존의 함수는 return 구문을 맞닥뜨리면 값을 리턴하고 모든 함수의 동작을 종료한다. 그러나 yield는 제너레이터가 여기까지 실행 중이던 값을 내보낸다는 의미로, 중간값을 리턴한 다음 함수는 종료되지 않고 계속해서 맨 끝에 도달할 때까지 실행된다. 물론 다음 코드의 경우처럼 while..

import numpy as np import pandas as pd dataframe merge SQL의 join처럼 특정한 column을 기준으로 병합 join 방식: how 파라미터를 통해 명시 inner: 기본값, 일치하는 값이 있는 경우 left: left outer join right: right outer join outer: full outer join pandas.merge 함수가 사용됨 on join 대상이 되는 column 명시 index 기준으로 join 하기

import pandas as pd import numpy as np concat 함수 사용하여 datafrane 병합하기 pandas.concat 함수 축을 따라 dataframe을 병합 가능 기본 axis=0 -> 행단위 병함 column 명이 다른 경우

import numpy as np import pandas as pd df = pd.DataFrame({ '지역': ['서울', '서울', '서울', '경기', '경기', '부산', '서울', '서울', '부산', '경기', '경기', '경기'], '요일': ['월요일', '화요일', '수요일', '월요일', '화요일', '월요일', '목요일', '금요일', '화요일', '수요일', '목요일', '금요일'], '강수량': [100, 80, 1000, 200, 200, 100, 50, 100, 200, 100, 50, 100], '강수확률': [80, 70, 90, 10, 20, 30, 50, 90, 20, 80, 50, 10] }) df stack & unstack stack: 컬럼 레벨에서 인덱스 레벨..

import numpy as np import pandas as pd df = pd.DataFrame({ '지역': ['서울', '서울', '서울', '경기', '경기', '부산', '서울', '서울', '부산', '경기', '경기', '경기'], '요일': ['월요일', '화요일', '수요일', '월요일', '화요일', '월요일', '목요일', '금요일', '화요일', '수요일', '목요일', '금요일'], '강수량': [100, 80, 1000, 200, 200, 100, 50, 100, 200, 100, 50, 100], '강수확률': [80, 70, 90, 10, 20, 30, 50, 90, 20, 80, 50, 10] }) df pivot dataframe의 형태를 변경 인덱스, 컬럼, 데이터로..

import numpy as np import pandas as pd transform 함수 groupby 후 transform 함수를 사용하면 원래의 index를 유지한 상태로 통계함수를 적용 전체 데이터의 집계가 아닌 각 그룹에서의 집계를 계산 따라서 새로 생성된 데이터를 원본 dataframe과 합치기 쉬움

import pandas as pd import numpy as np # data 출처: https://www.kaggle.com/hesh97/titanicdataset-traincsv/data df = pd.read_csv('./train.csv') group by 아래의 세 단계를 적용하여 데이터를 그룹화(groupping) 데이터 분할 operation 적용 데이터 병합 GroupBy group 속성 각 그룹과 그룹에 속한 index를 dict 형태로 표현 grouping 함수 그룹 데이터에 적용 가능한 통계 함수(NaN은 제외하여 연산) count - 데이터 개수 sum - 데이터의 합 mean, std, var - 평균, 표준편차, 분산 min, max - 최소, 최대값 성별에 따른 생존율 구해..

import pandas as pd one-hot encoding 범주형 데이터는 분석단계에서 계산이 어렵기 때문에 숫자형으로 변경이 필요함 범주형 데이터의 각 범주(category)를 column레벨로 변경 해당 범주에 해당하면 1, 아니면 0으로 채우는 인코딩 기법 pandas.get_dummies 함수 사용 drop_first: 첫번째 카테고리 값은 사용하지 않음. 변수 한개를 줄이기 위한 목적