분류 전체보기(229)
-
[Python] inplace = True?
네이버 사전에 의하면 \[in place (inplace) \]([https://en.dict.naver.com/#/entry/enko/f543210794ed4337aa78b9abac70cd9d](https://en.dict.naver.com/#/entry/enko/f543210794ed4337aa78b9abac70cd9d)) **1** 제자리에 (있는), …을 위한 준비가 되어 있는라는 뜻이다 inplace = True로 설정하면 기존 데이터프레임 변수에 덮어쓰게된다 예를들어 day_total_type1_2021.set_index('date',inplace = True)위와 같은 코드가 있을 때 day_total_type1_2021에 set_index함수를 설정한 데이터가 day_tota..
2022.04.21 -
[python] loc, iloc 차이
iloc - integer location의 약어로, 데이터 프레임의 행이나 칼럼의 순서를 나타내는 정수로 특정 값을 추출해오는 방법이다. loc는 칼럼명을 직접 적거나 특정 조건식을 써줌으로써 사람이 읽기 좋은 방법으로 데이터에 접근하는 방법이었다면, iloc는 컴퓨터가 읽기 좋은 방법으로(숫자로) 데이터가 있는 위치(순서)에 접근한다고 생각하면 쉬울 것이다. '0번 행, 2번 칼럼' -> df.iloc[0,2] - 정수형 값으로 데이터 추출(순서에 기반한 숫자) df.iloc[0] -> 첫번째 행이 추출된다 :pandas.core.series.Series 일반 인덱스접근으로 하면 안되는 이유 날짜 설비용량(MW) 경도 위도 발전기명 발전펌핑구분 01 02 03 04 \ 0 2021070..
2022.04.07 -
[Python] Dataframe Column Change
데이터프레임의 열 이름을 변경하는 방법으로 df.columns, df.rename # 전체 열 이름 입력하기 df.columns = ['열', '열', '열'] # 선택하여 열 이름 변경하기 df.rename(columns={'이전':'다음'})
2022.04.07 -
[Python] GroupBy 분할, 적용, 결합 (aggregate, apply, filter, transform)
# GroupBy 분할, 적용, 결합 (aggregate, apply, filter, transform) import pandas as pd df = pd.DataFrame({'key': ['A', 'B', 'C', 'A', 'B', 'C'], 'data': range(6)}, columns=['key', 'data']) df key data 0 A 0 1 B 1 2 C 2 3 A 3 4 B 4 5 C 5 GroupBy 키 값으로 합치기 df.groupby('key').sum()[28]: data1 data2 key A 3 8 B 5 7 C 7 12..
2022.04.05 -
[Python] json to dataframe
2~3가지 방법들이 있는데 해당 내용들을 정리해보고자 한다. 1. Dict to Dataframe in Python JSON 형식을 Dataframe으로 변환하는 방법을 찾아 헤메던 과정에서 알게 된 내용을 정리해보았다. 나사 날씨데이터로 받은 날씨 JSON은 아래와 같다. {'ALLSKY_SFC_SW_DWN': {'20170101': 2.06, '20170102': 1.8, '20170103': 3.12, '20170104': 2.71, '20170105': 1.34, '20170106': 2.05, ... 이 정보들을 최상위 key를 컬럼으로 2번쨰 key를 인덱스로, value들을 value로 변환하..
2022.04.04 -
[Python] JSON to dataframe
json_normalize import pandas as pd import json from pandas import json_normalize data = ''' { "Results": [ { "id": "1", "Name": "Jay" }, { "id": "2", "Name": "Mark" }, { "id": "3", "Name": "Jack" } ], "status": ["ok"] } ''' info = json.loads(data) df = json_normalize(info['Results']) #Results contain the required data print(df) 출력: id Name 0 1 Jay 1 2 Mark 2 3 Jac..
2022.04.04