0netw0m1ra

- str.strip('제거할 문자들') : 문자열의 앞/뒤에 불필요한 것을 제거함 제거할 문자들을 지정하지 않을 경우 whitespace를 제거함 - str.split('구분자') 구분자를 지정하지 않을 경우 whitespace를 기준으로 분리함 각 구분된 내용은 str[0], str[1], ... 등으로 접근 - str.join('구분자') 분리된 문자열을 구분자들 사이에 넣어 하나의 문자열로 만듦 구분자 지정을 생략할 수 없음 ex. str.join('') - str.replace(전, 후) 문자열의 일부 내용을 변경 가능함 변경전 내용을 찾아 변경후 내용으로 바꿈 (연습) 인프런 - [EduAtoZ] 빅데이터분석기사 실기 대비 Part2. 데이터 전처리를 위한 str Accessor 추가 설명, ..

1. Series의 str Accessor 사용 - 세부 내용 : https://pandas.pydata.org/docs/reference/series.html#string-handling - Series.str.split() : whitespace(공백, 탭 등)을 기준으로 문자열 분리 ex. '서울특별시 종로구 ...' => [서울특별시, 종로구, ...] - Series.str[0] : Series가 여러 개의 요소가 있는 경우 그 첫 번째 요소 2. Series.uniques() : 중복 데이터의 제거 후 배열로 반환, NA value가 있다면 포함 3. Boolean Indexing 사용하여 조건에 맞는 데이터 가져오기 - DataFrame.loc[조건, :] - DataFrame[조건] - 조..

1. 필요한 라이브러리 import 2. 파일 읽어오기 - csv 파일 : pd.read_csv('파일이름', encoding='cp949', low_memory=False) encoding='cp949' : 한글이 포함되어 있는 경우 encoding 방식을 지정 low_memory=False : column에 여러 type의 데이터가 섞여 있으면 DtypeWarning이 발생하며 이때, dtype으로 타입을 명시해주거나 low_memory=False를 사용 3. 구조 확인 및 새로운 데이터 구조 생성 인프런 - [EduAtoZ] 빅데이터분석기사 실기 대비 Part2. 행/열이 많은 csv 읽고 구조 확인하기 https://www.inflearn.com/course/%EB%B9%85%EB%8D%B0%EC..

- UnicodeDecodeError 해결 1 ) encoding='cp949' 추가 해결 2 ) csv 파일을 메모장으로 읽어서 다른 이름으로 저장할 때 utf-8로 저장해서 이용하기 - DtypeWarning 경고 : 39, 44 인덱스의 타입 경고 해결 ) 타입을 직접 확인하고 미리 알려주기 인프런 - [EduAtoZ] 빅데이터분석기사 실기 대비 Part2. 행/열이 많은 csv 읽고 구조 확인하기 https://www.inflearn.com/course/%EB%B9%85%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%EC%84%9D%EA%B8%B0%EC%82%AC-%EC%8B%A4%EA%B8%B0-%ED%8C%8C%EC%9D%B4%EC%8D%AC

1. pivot_table - DataFrame.pivot_table(index=행방향그룹열이름, columns=열방향그룹열이름, values=집계대상열이름, aggfunc=구할 통계값) - 각각에 대해 단독 또는 목록을 사용할 수 있음 - index, columns는 범주형, values는 연속형 사용 - values, aggfunc의 경우 단독의 경우 출력에 표시되지 않으나 목록은 표시됨 인프런 - [EduAtoZ] 빅데이터분석기사 실기 대비 Part2. 그룹별 통계 심화 학습(groupby, pivot_table) https://www.inflearn.com/course/%EB%B9%85%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B6%84%EC%84%9D%EA%B8%B0%EC%82%A..

1. Series.mask(조건, 조건이 참일 때 사용할 값 또는 값 목록) - 조건이 True인 것에 대해 다른 값을 변경 - s.isna() : NA 값에 대해 True, NA 아닌 것은 False 2. Series.where(조건, 조건이 거짓일 때 사용할 값 또는 값 목록) - 조건이 False인 것에 대해서 다른 값으로 변경 - s.notna() : NA 값에 대해 False, NA 아닌 것은 True 3. df.groupby(그룹기준컬럼)[함수를 적용할 컬럼명].transform(함수) - index가 유지되면서 그룹별 함수 적용함 인프런 - [EduAtoZ] 빅데이터분석기사 실기 대비 Part2. 평균을 사용한 결측치 대체 https://www.inflearn.com/course/%EB%B9..

1. DataFrame.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False) - 결측치 제거에 사용되는 메서드 - how='any' : 결측치가 하나라도 포함된 행 삭제 - how='all' : 모든 데이터가 결측치인 행 삭제 - axis=1 : 컬럼에 대해 동작 - thresh=숫자 : 숫자 이상의 데이터를 가진 행은 삭제 안함 - subset=[컬럼이름1, ...] : subset으로 지정된 컬럼만 사용하여 삭제 대상 검색 2. df.groupby(by=[컬럼1, 컬럼2, ...]).함수() - 그룹 기준으로 목록을 지정하면 MultiIndex로 만들어짐 - MultiIndex인 경우의 indexing은 tuple을 사용함 - ['년'..