| 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 |
- del
- 최솟값
- Python
- data
- pandas
- DataAccess
- Machine Learning
- numpy
- insert()
- DataFrame
- 덴드로그램
- nan
- count()
- list
- 최댓값
- analizer
- 분류 결과표
- dendrogram
- string
- matplotlib
- Dictionary
- hierarchical_clustering
- sklearn
- len()
- IN
- elbow method
- function
- wcss
- append()
- 반복문
- Today
- Total
목록DataAccess (2)
개발공부
Pandas Dataframe 생성 >>> import pandas as pd # 딕셔너리 형태로 만들기 >>> items = {'Bob' : pd.Series(data = [245, 25, 55], index = ['bike', 'pants', 'watch']), 'Alice' : pd.Series(data = [40, 110, 500, 45], index = ['book', 'glasses', 'bike', 'pants'])} >>> df = pd.DataFrame(data= items) >>> df 왼쪽 진한 글자가 인덱스 위쪽 진한 글자는 컬럼 안에 있는 데이터는 밸류 NaN 은 해당 항목에 값이 없음을 뜻한다. (Not a Number) (numpy.nan 과 같다.) >>> df.index I..
Pandas 장점 - Allows the use of labels for rows and columns - 기본적인 통계데이터 제공 - NaN values 를 알아서 처리함. - 숫자 문자열을 알아서 로드함. - 데이터셋들을 merge 할 수 있음. - It integrates with NumPy and Matplotlib Pandas Series 데이터 생성 >>> import pandas as pd >>> index = ['eggs', 'apples', 'milk', 'bread'] >>> data = [30, 6, 'Yes', 'No'] # data로 만들기 >>> x = pd.Series(data = data) >>> x 0 30 1 6 2 Yes 3 No dtype: object # data와,..