Python/Pandas9 NaN을 처리하는 전략 - NaN 없애는 방법, Nan을 다른 값(각 컬럼의 평균등)으로 셋팅하는 방법 Nan을 처리하는 전략 - NaN 없애는 방법, NaN을 다른 값(각 컬럼의 평균등)으로 셋팅하는 방법 NaN이란? 결측지, 결측값, 존재하지 않는(null) 값의 일종이며, 변수(variable) 등이며 값은 존재하는 것이지만, 그 시점에서 아직 정해져 있지 않은 값을 표시한다. (출처 : 네이버 사전) 데이터를 수집 분석하다 보면 초기 준비 과정에서 결측지(결측값)을 먼저 처리해야 어려움이 없는데요. Nan을 없애는 방법에 대해서 알아보도록 하겠습니다. ex. 데이터프레임이 df 라고 할때~ 1. 데이터프레임 카테고리컬 데이터에서 NaN이 있는지 확인하는 방법 df.isna().sum() 2. NaN 삭제하기 df = df.dropna() a. 행(row)을 기준으로 삭제 df = df.dropna(.. 2022. 5. 6. 판다스 데이터프레임의 replace 함수 - 이상한 값을 np.nan으로 바꾸는것 판다스 데이터프레임의 replace 함수 - 이상한 값을 np.nan으로 바꾸는것 replace() 함수를 사용하여 내가 원하는 값을 다른 값으로 대응하여 바꿀수 있습니다. df.replace() a. NaN(결측지) 값을 50으로 바꾸기 df.replace(np.nan, 50) b. NaN(결측지) 값을 2로 바꾸기 df.replace(np.nan, 2) 2022. 5. 6. Pandas의 pivot_table(피벗 테이블) 사용하기 Pandas의 pivot_table(피벗 테이블) 사용하기 1. pivot_table(피벗 테이블)이란? 우리는 pivot 기능을 액셀에서 많이 접했을 것입니다. 데이터 열 중에서 필요한 자료만을 뽑아 새롭게 표로 작성해 주는 기능인데요. pivot_table(피벗 테이블)은 쉽게 말해서 세로 데이터를 가로 데이터로 변경해 주는 역할을 합니다. "피봇팅 한다~" 컬럼의 값을 열로 만드는것!! pivot_table(피벗 테이블)을 사용하면 임의대로 데이터를 정렬하고 필터링할수 있습니다. 2. pivot_table(피벗 테이블) 사용법 pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, .. 2022. 5. 4. 구글 맵 API - Geocoding API 설정하는 방법 구글 맵 API - Geocoding API 설정하는 방법 웹사이트 개발 또는 앱 개발을 할때 위치 기반 서비스를 받기 위해 구글 맵 API를 설정해야 할 때가 있습니다. 그 방법을 알아보도록 하겠습니다. 1. 아나콘다에 구글맵스 라이브러리 설치 먼저 구글 클라우드의 API를 사용하기 위해 내 컴퓨터에 설치된 아타콘다3에 googlemaps 라이브러리를 설치해 줍니다. 내컴퓨터 검색창(돋보기)을 클릭하고 Anaconda를 입력하면 메뉴가 쭉 뜨는데요. 그중에서 Anaconda Prompt를 클릭합니다. 아나콘다 프롬프트 창이 뜨면! pip install googlemaps 를 입력후 [Enter] 키를 눌러줍니다. 끝에 [Yes] 라고 하면 된다는데~ 저는 그런부분은 나오질 않더라구요. 설치가 완료되었습.. 2022. 5. 4. 판다스(pandas) Series(시리즈) 연산 판다스(pandas) Series(시리즈) 연산 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 # ------------------------------------------------------------------------------ # # 판다스 호출 import pandas as pd index = ['apples', 'oranges', 'bananas'] data = [10, 6, 3,] # 시리즈 데이터 생성하고 변수에 저장 fruits = pd.Series(data= data, index= index) fruits >> [결과] apples 10 oranges 6 bananas 3 dtype: int64 # ---------------------.. 2022. 5. 2. 이전 1 2 다음
