Pandas - 편집 역사

2025년 6월 16일 (월) 13:18에 Devcafe님의 편집

2025-06-16T13:18:38Z

← 이전 판		2025년 6월 16일 (월) 22:18 판
1,381번째 줄:		1,381번째 줄:
	** join(): 인덱스를 기준으로 DataFrame을 병합할 때 사용.		** join(): 인덱스를 기준으로 DataFrame을 병합할 때 사용.
	[[category:python]]		[[category:python]]
			[[category:pandas]]

2024-10-23T23:36:33Z

orient 파라미터의 다양한 값들

← 이전 판		2024년 10월 24일 (목) 08:36 판
1,083번째 줄:		1,083번째 줄:
	* pandas의 to_dict() 함수에서 orient 파라미터는 여러 가지 옵션을 제공하여 DataFrame을 다양한 방식으로 딕셔너리로 변환할 수 있음.		* pandas의 to_dict() 함수에서 orient 파라미터는 여러 가지 옵션을 제공하여 DataFrame을 다양한 방식으로 딕셔너리로 변환할 수 있음.
	* 각 옵션은 변환된 딕셔너리의 구조를 다르게 만듬		* 각 옵션은 변환된 딕셔너리의 구조를 다르게 만듬
			** dict: 기본 방식 (열 이름을 기준으로 딕셔너리로 변환)
			** list: 각 열을 리스트로 변환
			** series: 각 열을 Series로 변환
			** split: 인덱스, 열 이름, 데이터를 따로 리스트로 변환
			** records: 각 행을 딕셔너리로 변환하여 리스트에 담음
			** index: 인덱스를 기준으로 각 행을 딕셔너리로 변환


	==== dict (기본값) ====		==== dict (기본값) ====
	* 각 열의 이름이 딕셔너리의 키가 되고, 열의 값들이 또 다른 딕셔너리로 변환됩니다. 이 때, 행 인덱스가 내부 딕셔너리의 키로 사용됩니다.		* 각 열의 이름이 딕셔너리의 키가 되고, 열의 값들이 또 다른 딕셔너리로 변환됩니다. 이 때, 행 인덱스가 내부 딕셔너리의 키로 사용됩니다.

2024-10-23T23:34:55Z

index

← 이전 판		2024년 10월 24일 (목) 08:34 판
1,165번째 줄:		1,165번째 줄:

	</source>		</source>


	~~요약:~~

	~~• dict: 기본 방식 (열 이름을 기준으로 딕셔너리로 변환)~~
	~~• list: 각 열을 리스트로 변환~~
	~~• series: 각 열을 Series로 변환~~
	~~• split: 인덱스, 열 이름, 데이터를 따로 리스트로 변환~~
	~~• records: 각 행을 딕셔너리로 변환하여 리스트에 담음~~
	~~• index: 인덱스를 기준으로 각 행을 딕셔너리로 변환~~

	~~이 중에서 필요한 변환 방식에 따라 orient 파라미터를 적절히 설정하면 됩니다.~~

	== DataFrame DB INSERT (ORACLE) ==		== DataFrame DB INSERT (ORACLE) ==

2024-10-23T23:30:10Z

to_dict(orient="list")

← 이전 판		2024년 10월 24일 (목) 08:30 판
1,051번째 줄:		1,051번째 줄:
	* 따라서 ~는 조건을 반전시키는 용도로 자주 사용		* 따라서 ~는 조건을 반전시키는 용도로 자주 사용

	=== to_dict(orient="list") ===		=== 데이터프레임을 딕셔너리로 변환 to_dict(orient="list") ===
	* pandas의 to_dict(orient="list")는 DataFrame을 딕셔너리로 변환할 때, 각 열(column)을 리스트로 변환하는 것을 의미.		* pandas의 to_dict(orient="list")는 DataFrame을 딕셔너리로 변환할 때, 각 열(column)을 리스트로 변환하는 것을 의미.
	* orient 파라미터는 딕셔너리로 변환할 때, 어떻게 구조화할지를 지정		* orient 파라미터는 딕셔너리로 변환할 때, 어떻게 구조화할지를 지정

2024-10-23T23:28:44Z

~ 의 의미

← 이전 판		2024년 10월 24일 (목) 08:28 판
1,041번째 줄:		1,041번째 줄:
	# 파이썬에서 ~ 연산자는 bitwise NOT 연산자로, 값의 비트를 반전시키는 역할		# 파이썬에서 ~ 연산자는 bitwise NOT 연산자로, 값의 비트를 반전시키는 역할
	# 하지만 pandas에서 ~는 부정(NOT)의 의미로 많이 사용		# 하지만 pandas에서 ~는 부정(NOT)의 의미로 많이 사용
	## 예를 들어, ~df.isin(df2)는 isin() 함수로 매칭되는 값을 제외하고, 즉 매칭되지 않는 값만 반환		# 예를 들어, ~df.isin(df2)는 isin() 함수로 매칭되는 값을 제외하고, 즉 매칭되지 않는 값만 반환

	==== 예시: ====		==== 예시: ====

2024-10-23T23:26:16Z

사전의 key, value 출력

← 이전 판		2024년 10월 24일 (목) 08:26 판
984번째 줄:		984번째 줄:
	</source>		</source>

	=== ~~사전의~~ key, value 출력 ===		=== 딕셔너리(Dirionary)의 key, value 출력 ===
	<source lang=python>		<source lang=python>
	d = {"apple": 100, "orange": 200, "banana": 300}		d = {"apple": 100, "orange": 200, "banana": 300}
991번째 줄:		991번째 줄:

	print(";;; 사전 key, value 출력[items() 사용]", ";" * 100, "\n")		print(";;; 사전 key, value 출력[items() 사용]", ";" * 100, "\n")
	</source>		</source>

	=== 데이터프레임의 index, value 출력 ===		=== 데이터프레임의 index, value 출력 ===
	<source lang=python>		<source lang=python>

2024-10-23T23:14:30Z

랭킹 및 집계처리(lambda, apply)

← 이전 판		2024년 10월 24일 (목) 08:14 판
703번째 줄:		703번째 줄:

	print("-" * 100 + "{[29]}") # ----- #		print("-" * 100 + "{[29]}") # ----- #
			</source>
	~~# --~~ 랭킹
			=== 랭킹 ===
			<source lang=python>
	# print df.rank(method="first") # 에러나는데.. 무슨 numeric일때만?		# print df.rank(method="first") # 에러나는데.. 무슨 numeric일때만?
	print df.rank(axis=0) # 행단위로 순위		print df.rank(axis=0) # 행단위로 순위

2024-10-23T23:13:03Z

중복 인덱싱

2024-10-23T23:09:42Z

결측치가 있는 행 필터링 (isnull() 사용)

2024-10-22T10:27:42Z

concat() 함수

← 이전 판		2024년 10월 22일 (화) 19:27 판
1,252번째 줄:		1,252번째 줄:

	==== concat() 함수 ====		==== concat() 함수 ====
	# 두 DataFrame을 행 또는 열 기준으로 단순히 이어 붙일 때 사용		* 두 DataFrame을 행 또는 열 기준으로 단순히 이어 붙일 때 사용
	<source lang=python>		<source lang=python>
	import pandas as pd		import pandas as pd