Appia의 IT세상

이번 포스팅에서는 Pandas에서 자주 사용하는 Reindex에서 대해서 살펴보고자 합니다. Reindex는 가장 쉽게 Row/Column의 Label 값을 변경하는 데 가장 많이 사용됩니다. 하지만, 이 외에도 다른 DataFrame의 구조에 맞게 변경 시킨는 방법등에도 사용이 됩니다. 그래서 이 Reindex에 대해서 간단히 예제를 통해서 어떻게 사용되는 지 살펴보겠습니다. 먼저, Column과 Index의 구조를 바꾸는 방법으로 Reindex를 사용합니다. 그럼 먼저 다음 예시를 한번 살펴보겠습니다. example) import pandas as pd # Series 생성 ds = {'Name': pd.Series(['Choi', 'Lee', 'Lee', 'Choi','Kim']), 'Age': p..

이전 포스팅에서는 Pandas에 데이터 컨테이너인 DataFrame/Series를 대해 생성하고, 이에 대한 기본 메소드들에 대해서 살펴봤습니다. 이번 포스팅에서는 이러한 데이터 컨테이너와 함께 기술 통계에서 사용되는 메소드들에 대해서 살펴보고자 합니다. 그럼 기술 통계[descriptive statistics]란 무엇일까요? 기술 통계는 측정이나 수집한 테이터를 정리, 표현 요약, 해석등을 통해 자료의 특성을 설명하는 통계 기법을 말하고 있습니다. 그럼 간단히 기술적 통계에 사용되는 메소드에 대해서 다음 표에서 간단히 살펴보겠습니다. Method Description count() 각 컬럼의 개체수 sum() 값의 합계 mean() 값의 평균 값 리턴 median() 값의 중간 값 리턴 mode() 최..

앞서 포스팅에서는 Series의 기본 메소드에 대해서 소개를 해봤습니다. 1차원이다 보니, 실제로 Series를 많이 사용하지는 않습니다. 하지만, Pandas에서는 DataFrame은 반드시 필요로 합니다. 그래서 이번 포스팅에서는 앞서 포스팅과 유사하게 DataFrame의 기본 메소드와 관련된 부분에 대해서 소개를 해보고자 합니다. 혹시 DataFrame에 대해서 생성 및 개념에 대해서 놓치셨다면 다음 링크를 참조해주시길 바랍니다. 파이썬[Python] Pandas란, Pandas DataFrame 파이썬[Python] Pandas란, Pandas DataFrame 앞서 포스팅에서는 Pandas을 설치 하는 방법과 Anaconda를 설치하는 방법에 대해서 살펴봤습니다. 실제 Pandas에 대해서 이야..

이번 포스팅은 Pandas에서 사용되는 데이터 컨테이너를 사용하는 메소드에 대해서 간단히 살펴보고자 합니다. 저희는 앞서서 Series에 대해서 간단히 살펴봤습니다. 이번 포스팅에서는 Series관련해서만 포스팅하고, 이와 별개로 DataFrame 관련해서 추가로 포스팅 예정입니다. 혹 궁금하시거나 필요로 하시는 분들은 간단한 생성 및 개념에 대해서 다음 링크를 참조 부탁드립니다. 파이썬[Python] Pandas, Pandas Series생성 및 활용하기 불러오는 중입니다... 그럼 간단히 Series에서 사용될 수 있는 메소드에 대해서 간단히 표로 한번 살펴보겠습니다. 다음 명시된 메소드에 대해서에 간단히 기술해봤습니다. Method Description(Series) axes row label 리스..

세상에서 가장 싫어하는 일들을 나열하면 엄청 많지만, 그 중에 회사에서 하는 일 중 문서 및 단순 반복 클릭 작업들을 매우 싫어합니다. 특히 예전에 테스트를 구동하는 GUI를 제작한 적이 있는데 이 부분에 대해서 버튼으로 매번 눌러줘야 했던 기억이 갑자기 떠오르네요. 그래서 이럴 때, 오토핫키(AutolHotKet)등과 같은 매크로를 이용하곤 했습니다. 그리고 몇년 전 언론에서 매우 시끄럽게 만들었던, 드루킹사건등도 매크로 관련된 것입니다. 그래서 이번 포스팅은 Python에서 제공하는 부분을 바탕으로 매크로 프로그램을 만들 때 자주 사용되는 모듈에 대해서 설명을 드리고자 합니다. 그런 후에, 다른 포스팅을 통해서 간단한 매크로 프로그램을 만들어 보고자 합니다. PyAutoGui 설치 그럼 예전에도 많이..

이번 포스팅은 경우의 수에 관련된 부분에 대해서 이야기를 드리고자 합니다. 수학 및 다양한 분야에서 경우의 수를 구하고, 이에 대해서 활용하고 있습니다. 저의 경우는 주로 테스트 케이스를 추출하기 위해서 이와 같은 경우의 수를 구하는 편입니다. 이와 같이 경우의 수를 추출하는 방법에 대해서 파이썬을 이용해서 이야기를 드리고자 합니다. 경우의 수를 구하는 방식에 따라, 각 맴버들의 리스트 맴버로 구해서 얻는 방법과, 각 맴버끼리 합쳐서 새로운 맴버를 구하는 2가지의 경우의 수를 구하는 방식에 대해서 접근 하고자 합니다. 각 맴버들의 리스트 맴버로 구해서 얻는 방법 - itertools 모듈을 활용한 방식 각 맴버끼리 결합하여 새로운 맴버를 구하는 방법 - 외부 모듈 없이 루프와 재귀를 활용한 경우의 수 구..

앞서 Pandas 포스팅에서는 Pandas의 가장 많이 사용되는 객체인 DataFrame에 대해서 알아봤습니다. 그래서 이번에는 DataFrame의 구성하는 항목인 Series에 대해서 알아보고자 합니다. Series Series는 다음과 같은 형태의 데이터 구성을 가지고 있습니다. 이 부분은 당연히, Data Frame의 한 Column으로 구성될 수 있습니다. 그럼 위와 같은 Series를 생성하는 부분에 대해서 살펴보도록 하겠습니다. 일단 다음과 같은 형태로 series를 선언할 수 있습니다. pandas.Series(data, index, dtype, copy) data - series를 구성할 데이터ㅡ ndarray, list, constants index - Optional한 부분 dtype ..

Numpy에서 브로드캐스팅(Broadcasting)이라는 단어를 매우 많이 사용합니다. 실제로 이 단어는 통신에서는 주변에 모든에게 패킷을 뿌리는 그런 느낌이었습니다. (물론 살짝 어감의 차이는 있을 수 있습니다.) , 또한 영어 단어로서는 방송하다 흩뿌리다라는 그런 의미를 가지고 있습니다. 하지만 파이썬[Python] Numpy에서는 조금 다른 의미로 사용이 되어 집니다. 그래서 오늘은 파이썬[Python] Numpy 브로드캐스팅(Broadcasting)정의 및 조건에 대해서 한번 알아보고자 합니다. 파이썬[Python] Numpy에서 말하는 브로드캐스팅(Broadcasting)은 즉, 일정 조건을 부합하는 다른 형태의 배열끼리 연산을 수행하는 것을 의미합니다. (앞서 내용과 너무 다르죠?) 그럼 다음..

최근에 문자열에서 알파벳의 빈도를 확인하는 방법에 대해서 간단하게 포스팅을 했었던 적이 있습니다. 이번에는 그와 유사하게 문자열이 알파벳인지 확인하는 방법, 또는 숫자인지 확인하는 방법, 그리고 알파벳 또는 숫자인지 확인하는 방법에 대해서 3가지로 나누어 살펴보고자 합니다. 이 부분에 대해서는 별도의 모듈 없이 기본 내장 되어 있는 함수를 통해서 확인이 가능합니다. 알파벳인지 확인하기(isalpha) 문자열의 구성이 알파벳인지에 대해서 확인하는 방법입니다. 저는 isalpha()내장 함수를 사용할 것입니다. 하지만, 단 주의가 필요합니다. 문자열에 숫자 및 공백이 포함되어 있으면 False를 리턴합니다. 그럼 다음 예제를 한번 살펴보겠습니다. example) # Appia Example for isalp..

이번 포스팅은 collection 모듈에 포함되어 있는 Counter 함수에 대해서 살펴보고자 합니다. 실제, 저의 블로그의 유입 하신 분들중에 [파이썬 알파벳 갯수]로 검색해서 들어오신 분이 있었던 것 같습니다. 불행히도, 그 분께서 원하시는 답을 찾아가셨는지 정확하지 않습니다. 그래서 아마도, 이와 같이 검색하면 저의 블로그가 나오고 그래서 향후에 동일하게 검색해서 들어오시는 분들을 위해서 이 포스팅을 할려고 합니다. 그리고 이참에 또한 각 모듈들에 대해서 간단히 이야기를 해보고자 하는 생각도 가지고 있습니다. ( collection 모듈을 시작으로 시작해볼까 합니다.) Counter의 함수는 컨테이너등에 동일한 자료가 몇 개인지 확인하는 데 사용하는 객체입니다. 그럼 간단하게 예를 들어보겠습니다. ..