| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 | 29 |
| 30 |
- 결정계수
- ML
- scikitlearn
- 데이터분석
- time series
- 시계열데이터
- 단순선형회귀분석
- 로지스틱회귀분석
- machinelearning
- 시계열 데이터
- LogisticRegression
- DataScience
- 딥러닝
- 다중선형회귀분석
- 데이터전처리
- deeplearning
- 하이퍼파라미터
- Python
- 손실함수
- RegressionTree
- dataframe
- LinearRegression
- 분류
- 잔차분석
- 선형회귀분석
- 비지도학습
- 의사결정나무
- 지도학습
- OrdinalEncoder
- GridSearchCV
- Today
- Total
목록DATA SCIENCE/Python (10)
IE가 어른이 되기까지
[Python] 판다스 (Pandas) 의 DataFrame 조인 및 연결하기
DataFrame 조인 Pandas의 가장 강력한 기능 중 하나는 DataFrame에 대해 SQL과 같은 조인 (join) 을 수행할 수 있다는 점입니다. 조인 (join) 으로 우리는 두 개의 DataFrame을 연결하여 하나의 DataFrame으로 사용할 수 있습니다. import pandas as pd city_loc = pd.DataFrame( [ ["CA", "San Francisco", 37.781334, -122.416728], ["NY", "New York", 40.705649, -74.008344], ["FL", "Miami", 25.791100, -80.320733], ["OH", "Cleveland", 41.473508, -81.739791], ["UT", "Salt Lake City..
[Python] 판다스 (Pandas) 의 DataFrame 그룹핑하기
우리는 Groupby를 통해 데이터를 그룹핑하고 각 그룹에 대해 연산을 수행할 수 있습니다. 앞서 배운 연산들을 통해 Groupby라는 함수를 사용해보도록 하겠습니다. DataFrame Groupby import numpy as np import pandas as pd grades2_array = np.array([[np.nan,8,9, np.nan],[10,9,np.nan, np.nan],[4, 8, 2, np.nan], [np.nan, 10, 10, np.nan]]) grades2 = pd.DataFrame(grades2_array, columns=["sep", "oct", "nov", "dec"], index=["alice","bob","charles","darwin"]) grades2["hobby..
[Python] 판다스 (Pandas) 의 DataFrame 연산하기
이번엔 DataFrame 연산과 Groupby에 대해 알아보도록 하겠습니다. DataFrame 연산 grades_array = np.array([[8,8,9],[10,9,9],[4, 8, 2], [9, 10, 10]]) grades = pd.DataFrame(grades_array, columns=["sep", "oct", "nov"], index=["alice","bob","charles","darwin"]) grades 이를 위해 'grades'라는 DataFrame을 생성해 보았습니다. 1. Numpy 함수 적용 import numpy as np np.sqrt(grades) DataFrame에 numpy 함수를 적용하면 모든 값에 'sqrt (제곱근)'이라는 함수가 적용됩니다. 2. 산술연산 (*,..