Appia의 IT세상

파이썬[Python] Pandas, DataFrame의 특정 Column을 그래프 출력하기 Pandas의 DataFrame을 매우 활용성이 높습니다. 그래서 특정 모듈에서는 데이터 값을 DataFrame으로 나타내고 합니다. 많은 사용자들은 이렇게 취득하게 된 데이터에 데이터에 대해서 matplotlib과 연결하여 plot화를 진행합니다. 그래서 이번 포스팅에서는 DataFrame의 특정 Column을 이용한 그래프 출력하는 방법에 대해서 포스팅을 해보고자 합니다. 먼저, 편하게 진행을 위해서 Pandas 와 Matplotlib 모듈에 대해서 사전 설치 진행 후에 다음 블로그의 내용을 진행해주심이 도움이 될 것으로 보입니다. 파이썬[Python] Pandas 설치하기(pip), 아나콘다(Anaconda)..

파이썬[Python] Pandas, DataFrame / Series의 맴버의 값이 존재하는지 확인하는 방법 이번 포스팅은 Pandas를 사용하는 사람들에게 DataFrame 또는 Series의 맴버들의 값이 Null값이 있는지 확인하는 방법에 대해서 이야기를 해보고자 합니다. 예전에 관련된 부분에 대해서 간단히 포스팅을 한적이 있었습니다. 파이썬[Python] 변수의 Null인지 아닌지 확인하는 방법 파이썬[Python] 변수의 Null인지 확인하는 방법 흔히 변수가 Null 인지 확인을 해야하는 경우가 있습니다. 이럴 경우 여러가지 방법이 있습니다. 크게 3가지 정도로 이야기 할 수 있는데, 이 방법 appia.tistory.com 물론 위의 방법을 통해서도 가능하지만, 그 보다는 Pandas에서 제..

파이썬[Python] Pandas, DataFrame의 행(Row)기반의 중복된 데이터 삭제하기 이전 포스팅에서는 중복된 데이터를 출력해주는 부분에 대해서 포스팅을 해봤습니다. 이번 포스팅에서는 앞선 포스팅과 연계하여, 중복된 부분에 대해서 삭제하는 방법에 대해서 이야기를 해보고자 합니다. 먼저 다음과 같은 함수를 이용하시면 중복된 부분에 대해서 삭제할 수 있습니다. dataframe.drop_duplicates(subset ,keep inplace = True) 위의 옵션의 파라미터 조건중 keep의 경우 3가지로 입력할 수 있습니다. keep parameter parameter설명 False 중복된 부분에 대해 모두 삭제 'first' 첫번째 항목 유지 'last' 마지막 항목 유지 위의 부분을 토대..

파이썬[Python] Pandas, DataFrame의 행(Row)기반의 중복된 데이터 찾기 종종 작업을 하다보면, 본의 아닌 이유로 중복된 데이터를 입력하게 되는 경우가 있습니다. 저의 경우 최근에 주식 관련된 데이터를 파싱해오고, 여러개의 데이터를 병합하는 과정에서 중복된 데이터가 존재하게 되었습니다. 그래서 처음에는 관련된 부분들을 손수 삭제하기 시작했는데, 어느 순간 그 부분이 손으로 하기에는 너무 많은 존재가 되어 버렸습니다. 그래서 이번에는 관련해서 행(Row)기반으로 중복된 데이터를 찾는 방법에 대해서 포스팅을 해보고자 합니다. 먼저 샘플 코드를 보면 다음과 같습니다. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 import pandas as pd # Series 생성 d..

이전 포스팅에서는 loc()를 이용하여 각 인덱스(label) 값을 바탕으로 데이터를 선별하는 방법에 대해서 살펴봤습니다. 하지만, 생각보다 키값 또는 인덱스 값을 정확히 알고 있는 사람들이 많지 않을 수 있습니다. 따라서, 이번 포스팅에서는 이전 포스팅과는 달리, 숫자를 이용한 범위 지정 또는 데이터를 선택하는 방법에 대해서 살펴보고자 합니다. 이와 같은 숫자를 이용하여 데이터를 선택하거나 범위를 지정하는 방식에 사용되는 함수는 다음과 같습니다. iloc() - 숫자를 이용한 범위 또는 데이터 선택 그럼 예시를 보면서 하나식 살펴보도록 하겠습니다. example) 특정 열까지 데이터 출력 import pandas as pd import numpy as np df = pd.DataFrame(np.rand..

Pandas에서는 아시다시피 DataFrame을 매우 중요한 역할입니다. 하지만, 사용자가 원하는 데이터 값을 얻고자 한다면 반드시 정렬하는 등의 값이 필요로 합니다. 이 부분에 대해서는 크게 2가지 형태로 정렬할 수 있습니다. 크게 Column, Row의 인덱스(Label)을 바탕으로 정렬할 수 있습니다. 또한 값을 바탕으로 정렬할 수 있습니다. 그 방법에 대해서 살펴보겠습니다. 그럼 다음 예시에 보이는 데이터 값을 바탕으로 정렬를 진행해보고자 합니다. example) import pandas as pd udf=pd.DataFrame([[11,21],[14,24],[12,22],[13,23],[10,20],[15,25]], index=[1,4,2,6,3,0], columns=['N2','N1']) pr..

이번 포스팅은 파이썬[Python] Pandas의 데이터 컨테이너인 Series, DataFrame을 루프 돌리는 것에 대해서 한번 살펴보고자 합니다. 실제 많은 기본적인 반복문에 대해서 사용자들이 사용할 줄 알 것이라고 생각합니다. 하지만, 관련해서 혹시 알아보고자 하신다면, 다음 링크를 참조하시길 바랍니다. 파이썬[Python] 004 분기문(조건문), 반복문 파이썬[Python] 004 분기문(조건문), 반복문 분기문(조건문) 흔히들 갈림길 또는 조건에 의해서 하나를 선택해야 하는 경우가 생깁니다. 프로그래밍을 하다 특정 조건에서만 실행되는 명령이 있고, 경우에 따라서는 그 조건이 부합할 때, 부합하지 않을 때,.. appia.tistory.com 앞서서 Pandas에서 살펴보면서, Series/D..

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..

앞서 포스팅에서는 Pandas을 설치 하는 방법과 Anaconda를 설치하는 방법에 대해서 살펴봤습니다. 실제 Pandas에 대해서 이야기를 하고자 가장 기초적인 설치에 대해서 포스팅을 해봤습니다. 그러면, 이번 포스팅은 간단히 Pandas에 대해서 이야기를 하면서 데이터를 읽어와서 Data frame을 만드는 방법에 대해서 이야기를 하고자 합니다. 데이터 사이언스 및 빅데이터 관련된 곳에서는 Python Pandas를 많이 사용합니다. 하지만, 엑셀 또한 매우 많은 분석 기능 및 편리성들을 제공하고 있습니다. 하지만, 상당히 많은 사용자들이 엑셀을 사용하지 않고, Python Pandas를 사용하는 이유는 무엇일까요? 다음과 같은 이유라고 생각합니다. Excel은 Python보다 프로그램을 만드는 데에..