매일공부

다중 인덱스(multi-index) - 행과 열에 다중 인덱스 정의 할 수 있음 - columns(index) 인수에 리스트의 리스트(행렬) 형태 = 다중 열(행) 인덱스 - 열(행) 인덱스들의 이름 지정 = columns(index) 객체의 names 속성에 리스트를 넣어서 지정 import pandas as pd np.random.seed(0) df4 = pd.DataFrame( np.round(np.random.randn(6, 4), 2), columns=[["A", "A", "B", "B"], ["C", "D", "C", "D"]], index=[["M", "M", "M", "F", "F", "F"], ["id_" + str(i + 1) for i in range(3)] * 2]) df4.colu..

CSV&txt 파일을 불러와서 DataFrame으로 반환 import pandas as pd pd.read_csv('경로/이름', sep='구분자', header=None, names=['new 열이름', ...] ) sep= 기본 ','(comma) names=[] : column name(변수 이름)이 없는 파일 로드 할때 이름 부여 header=0(디폴트 값) : 1번째행이 column name =None : column name이 없다 usecols=[0, 2, 5] or (0, 2, 5) or ['열이름', ...] : 불러올 컬럼의 인덱스 번호나 이름 지정 참고 = https://useful-jang.tistory.com/55 index_col = 특정 컬럼(열)을 행 인덱스로 설정 nrows..

pd.merge 활용 > 교집합을 포함한 차집합 구할 수 있음 - 교집합을 포함하지 않은 진짜 차집합만 구하려면? pd.merge() + .query() + .drop() = 모두 함께 활용 Q. Series ser1에서 Series ser1에 있는 항목을 제거하시오 입력> ser1 = pd.Series([1, 2, 3, 4, 5]) ser2 = pd.Series([4, 5, 6, 7, 8]) ser1 = pd.Series([1, 2, 3, 4, 5]) ser2 = pd.Series([4, 5, 6, 7, 8]) ser1.name = 0 #series data에 이름 부여 ser2.name = 0 #outer속성으로 합집합으로 merge하고 추가 열에 교집합 표시(indicator) ser1 = pd.m..