0netw0m1ra

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..

enumerate(iterable, start=0) - iterable의 item에 순서 번호가 함께 필요할 때 사용함 - next() 할 때마다 (index, item)의 tuple을 반환 - iterable의 item 개수 만큼 next()를 사용할 수 있음 zip(*iterable) - 동일한 개수로 이루어진 자료형의 같은 위치 item을 묶어줌 - zip 객체는 iterator - 두 개의 객체가 있을 때, 하나는 키로 하나는 데이터로 사용해 딕셔너리로 만들 수 있음 인프런 - [EduAtoZ] 빅데이터분석기사 실기 대비 Part1. enumerate, zip 함수 https://www.inflearn.com/course/%EB%B9%85%EB%8D%B0%EC%9D%B4%ED%84%B0-%EB%B..

- positional or keyword parameter (a, b, c) parameter 앞쪽으로 *, 뒤쪽으로 , / 가 없음 - positional only parameter (a, b, /) #python v3.8+) parameter 뒤쪽으로 , / 가 있음 - keyword only parameter (*, a, b) (*a, b, c) parameter 앞쪽으로 * , 가 있음(이름과 떨어진 상태로) - var-positional parameter (*a) parameter 이름에 *가 하나 붙어 있음 tuple 형태로 전달됨 "a=10" 과 같이 공백없게 쓰는 것이 좋음 - var-keyword parameter (**a) parameter 이름에 *이 두 개 붙어 있음 dict 형태..

- positional argument - keyword argument - default argument : 새로운 argument가 전달되지 않을 시 사용되는 기본 값 - python의 argument rule 함수 정의 시 : non-default arguent가 앞, defualt argument가 뒤에 위치 함수 호출 시 : positional argument가 앞, keyword argument가 뒤에 위치 인프런 - [EduAtoZ] 빅데이터분석기사 실기 대비 Part1. argument 종류 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..

- 다양한 형태의 file, 생성자를 사용해 dataframe 만듬 - dataframe, series, index 등의 객체는 ndarray 기반으로 데이터 처리, 분석을 수행함 - 정형/반정형 데이터 pandas 데이터 탐색, 처리, 분석 - 데이터 분석 1) 상태 분석 : 데이터의 상태 파악(df.types, df.columns, df.info, df.describe) 2) 필요 데이터 추출 : indexing 사용 3) index 변경, 정렬 : set_index, reset_index, sort_index, sort_value 4) data cleaning : NA value 처리, 이상치 처리, 데이터 변환 등 5) dtype 확인 및 변경 : 필요 dtype 변경 6) 데이터 병합 : pd...