0netw0m1ra

1. 각 컬럼별 함수 적용 - DataFrame.apply(함수) : Series로 결과가 반환됨 - DataFrame.apply([함수1, 함수2, ...]) : DataFrame으로 결과가 반환됨 - 사용자 정의 함수, 외부 함수, 내장 함수 등 다양한 함수를 사용할 수 있음 - Series의 통계 함수들은 문자열 형태로 사용할 수 있음 : min, max, count, std, var, mean, median 인프런 - [EduAtoZ] 빅데이터분석기사 실기 대비 Part2. 결측치 처리, df.fillna(값) 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..

1. 데이터 정렬하기 - DataFrame.sort_values(컬럼명, ascending=True) - DataFrame.sort_values([컬럼명1, 컬럼명2, ...], ascending=[...]) - 오름차순이 기본이며, ascending=False를 사용하여 내림차순 지정 - 1차 기준, 2차 기준 등 여러 개 기준이 존재하는 경우 1차 기준 정렬 된 후, 1차 기준이 같은 것 내부에서 2차 기준으로 정렬됨 정렬방법은 각 기준별로 부여하거나 1개만 부여할 수 있음 인프런 - [EduAtoZ] 빅데이터분석기사 실기 대비 Part2. 데이터 정렬로 TOP3, TOP5 찾기 https://www.inflearn.com/course/%EB%B9%85%EB%8D%B0%EC%9D%B4%ED%84%B0..

1. 파일 불러오기 2. 데이터 구조 확인 - DataFrame.head(n=5) : 처음부터 n개 행의 데이터 가져오기 - DataFrame.tail(n=5) : 마지막 n개 행의 데이터 가져오기 - DataFrame.info(memory_usage='deep') : 데이터 프레임의 row 개수 및 각 columns의 Non null, dtype 정보 및 메모리 사용량을 확인함, object는 문자열을 의미함 - DataFrame.shape : 데이터프레임의 행, 열의 수를 tuple로 반환 3. DataFrame 한 개의 columns은 Series - DataFrame[컬럼명] : Series - DataFrame[[컬럼명1, 컬럼명2, ...]] : DataFrame 4. Series 구성요소 -..

map(function, *iterable) - iterablbe의 각 item에 function이 적용되어 map 객체 반환 - function의 parameter 개수 == iterable 의 개수(NOT item의 개수) - next()할 때마다, function의 동작 결과가 반환됨 - iterable의 item 개수 만큼 next()를 사용할 수 있음 - iterable들의 같은 위치 item이 func의 arguent로 사용되어 func이 실행되고, 그 결과가 next에 의해 반환됨 인프런 - [EduAtoZ] 빅데이터분석기사 실기 대비 Part1. map 함수, comprehension 연습 https://www.inflearn.com/course/%EB%B9%85%EB%8D%B0%EC%9D..

1. 크롬 창에서 구글 로그인 2. 코랩 들어가기 3. [새 노트] 이용하기