본문 바로가기
반응형

시리즈7

[파이썬 강의] 95. 넘파이 배열(array)로 판다스 시리즈(Series)정의하기 numpy와 pandas 패키지를 불러옵니다. >>> import numpy as np >>> import pandas as pd numpy 배열을 하나 정의합시다. >>> ar=np.array([1,2,3]) >>> ar array([1, 2, 3]) 배열을 이용하여 시리즈를 생성합시다. >>> s1=pd.Series(ar) >>> s1 0 1 1 2 2 3 dtype: int32 2021. 11. 29.
[파이썬 강의] 94. 시리즈(Series) 사이의 사칙연산 시리즈를 두개 정의해봅시다. 행과 열의 이름은 지정하지 않겠습니다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5]) >>> s1 0 1 1 2 2 3 3 4 4 5 dtype: int64 >>> s2=pd.Series([10,20,30,40,50]) >>> s2 0 10 1 20 2 30 3 40 4 50 dtype: int64 두 시리즈를 더해봅시다. >>> s1+s2 0 11 1 22 2 33 3 44 4 55 dtype: int64 두 시리즈를 빼봅시다. >>> s1-s2 0 -9 1 -18 2 -27 3 -36 4 -45 dtype: int64 두 시리즈를 곱해봅시다. >>> s1*s2 0 10 1 40 2 90 3 160 4 250 dtype: i.. 2021. 11. 26.
[파이썬 강의] 93. 시리즈(Series)와 숫자의 사칙연산 시리즈를 하나 정의해봅시다. 행과 열의 이름은 지정하지 않겠습니다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5]) >>> s1 0 1 1 2 2 3 3 4 4 5 dtype: int64 숫자를 더해봅시다. >>> s1+5 0 6 1 7 2 8 3 9 4 10 dtype: int64 숫자를 빼봅시다. >>> s1-5 0 -4 1 -3 2 -2 3 -1 4 0 dtype: int64 숫자를 곱해봅시다. >>> s1*5 0 5 1 10 2 15 3 20 4 25 dtype: int64 숫자를 나눠봅시다. >>> s1/5 0 0.2 1 0.4 2 0.6 3 0.8 4 1.0 dtype: float64 각 행별로 연산이 적용됩니다. 2021. 11. 25.
[파이썬 강의] 89. 시리즈(Series)의 행 순서 변경 시리즈를 하나 정의해봅시다. 데이터, 행이름(index), 열이름(name) 순서로 입력합니다. 데이터는 리스트 형태로 입력해줍니다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5],index=['A','B','C','D','E'],name='my data') >>> s1 A 1 B 2 C 3 D 4 E 5 Name: my data, dtype: int643 행의 순서를 바꾸는 방법을 알아봅시다. 행의 순서를 B A E D C 로 바꾸고 싶다면 아래와 같이 입력하면 됩니다. >>> s1=s1[['B','A','E','D','C']] >>> s1 B 2 A 1 E 5 D 4 C 3 Name: my data, dtype: int64 숫자 인덱싱을 이용하여 바꿀 .. 2021. 11. 19.
[파이썬 강의] 88. 시리즈(Series)의 행이름의 인덱싱과 슬라이싱 시리즈를 하나 정의해봅시다. 데이터, 행이름(index), 열이름(name) 순서로 입력합니다. 데이터는 리스트 형태로 입력해줍니다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5],index=['A','B','C','D','E'],name='my data') >>> s1 A 1 B 2 C 3 D 4 E 5 Name: my data, dtype: int643 행이름에 접근해봅시다. index 메소드를 사용합니다. >>> s1.index Index(['A', 'B', 'C', 'D', 'E'], dtype='object') 위 결과에서 다시 인덱싱과 슬라이싱이 가능합니다. 행이름 중 'B'에 접근해봅시다. >>> s1.index[1] 'B' 슬라이싱을 이용하여.. 2021. 11. 18.
[파이썬 강의] 86.시리즈(Series)에서 행이름을 이용하여 데이터에 접근 시리즈를 하나 정의해봅시다. 데이터, 행이름(index), 열이름(name) 순서로 입력합니다. 데이터는 리스트 형태로 입력해줍니다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5],index=['A','B','C','D','E'],name='my data') >>> s1 A 1 B 2 C 3 D 4 E 5 Name: my data, dtype: int643 행이름을 이용하여 데이터에 접근해봅시다. A행의 원소에 접근하는 방법은 아래와 같습니다. >>> s1['A'] 1 여러행에 동시에 접근할 수도 있습니다. A행과 C행에 접근해봅시다. >>> s1[['A','C']] A 1 C 3 Name: my data, dtype: int64 슬라이싱도 가능합니다. >.. 2021. 11. 16.
[파이썬 강의] 85.시리즈(Series)에서 데이터,행이름,열이름에 접근하기 시리즈를 하나 정의해봅시다. 데이터, 행이름(index), 열이름(name) 순서로 입력합니다. 데이터는 리스트 형태로 입력해줍니다. >>> import pandas as pd >>> s1=pd.Series([1,2,3,4,5],index=['A','B','C','D','E'],name='my data') >>> s1 A 1 B 2 C 3 D 4 E 5 Name: my data, dtype: int64 메소드를 이용하여 데이터, 행이름, 열이름에 접근할 수 있습니다. 1) 데이터에 접근 (values 메소드) >>> s1.values array([1, 2, 3, 4, 5], dtype=int64) 2) 행이름에 접근 >>> s1.index Index(['A', 'B', 'C', 'D', 'E'], dty.. 2021. 11. 15.
반응형