파이썬 데이터 프레임 인덱싱, 슬라이싱(loc, iloc)
목차 1. loc 2. iloc 1. loc 데이터 프레임.loc['인덱스명'] 명시적인 인덱스를 참조하는 인덱싱, 슬라이싱 방법이다. 1 2 3 4 5 6 7 8 9 10 11 12 import pandas as pd a = pd.Series([10, 20, 30, 40, 50]) b = pd.Series([124,523,125,324,754]) df = pd.DataFrame(data = [a, b], index = ['a', 'b']) print(df) print('') print(df.loc['a']) print('') print(df.loc['b']) Colored by Color Scripter cs 0 1 2 3 4 a 10 20 30 40 50 b 124 523 125 324 754 0 1..
2023. 4. 6.
파이썬 Numpy 집계함수(sum, max, min, mean)
파이썬 Numpy 배열을 위한 집계함수가 존재한다. 복잡하게 반복문을 활용할 필요업이 집계함수 하나면 시간을 절약할 수 있다. 이번에는 그 집계함수들에 대해서 알아보려고 한다. 합계 : np.sum(배열) 최대 : np.max(배열) 최소 : np.min(배열) 평균 : np.mean(배열) 1 2 3 4 5 6 7 8 import numpy as np a = np.arange(10) print('a = \n', a, '\n') print('np.sum(a)\n =', np.sum(a), '\n') print('np.max(a)\n =', np.max(a), '\n') print('np.min(a)\n =', np.min(a), '\n') print('np.mean(a)\n =', np.mean(a), ..
2023. 4. 3.
파이썬 Numpy 배열 연산(기본 연산, 행렬 간 연산, 브로드캐스팅, 마스킹 연산)
목차 1. 기본 연산 2. 행렬 간 연산 3. 브로드캐스팅 4. 마스킹 연산 1. 기본 연산 array는 +(더하기), -(빼기), *(곱하기), /(나누기)에 대한 기본 연산을 지원한다. 1 2 3 4 5 6 7 8 9 10 11 12 13 import numpy as np a = np.arange(8) print('a =', a, '\n') print('a =', a+5, '\n') print('a =', a-5, '\n') print('a =', a*5, '\n') print('a =', a/5, '\n') cs a = [0 1 2 3 4 5 6 7] a = [ 5 6 7 8 9 10 11 12] a = [-5 -4 -3 -2 -1 0 1 2] a = [ 0 5 10 15 20 25 30 35] a..
2023. 4. 2.
