달나라 노트

Dataframe에 있는 column들의 data type을 확인하는 방법은 여러 가지가 있습니다만이번에는 내가 원하는 컬럼의 data type만을 확인하고 싶을 때에는 dtypes를 사용하면 됩니다. SyntaxdataFrame.dtypes dtypes는 위처럼 그냥 dataframe에 적용만 해주면 됩니다. 예시를 봐봅시다. import pandas as pd# 1 dataframe 생성df = pd.DataFrame({ 'col1': [1, 2, 3, 4, 5], 'col2': ['a', 'b', 'c', 'd', 'e'], 'col3': [1.0, 2.5, 3.9, 0.4, 2.0]})# 2 dataframe 출력print(df)# 3 col2, col3의 data type ..

데이터를 다루다보면 날짜 데이터를 다양한 data type으로 바꿔야할 때가 많습니다. dataframe에 담긴 date type 데이터를 어떻게 텍스트나 숫자의 형태로 바꿀 때 유용하게 사용할 수 있는 함수가 dt.strftime입니다. Syntaxseries.dt.strftime(format) dt.strftime은 Series에 적용할 수 있습니다.그리고 parameter로 format을 받는데, date type의 데이터를 어떤 format의 string으로 바꿀지를 의미합니다. format은 다양한 기호로 적혀지는데 datetime format 기호 관련해서는 아래 글을 참조하면 좋습니다.https://cosmosproject.tistory.com/106 Python datetime : str..

data를 다루다보면 날짜는 특히 다양한 형태를 가질 수 있습니다.YYYYMMDD, YYYY-MM-DD 등의 다양한 형식으로 날짜를 표시할 수 있죠. 다양하게 적힌 날짜를 표시하는 int, string 등의 데이터를 실제 date type으로 변환해야 할 때가 있는데 이때 유용하게 사용할 수 있는 기능이 to_datetime method입니다. Syntaxpandas.to_datetime(value, format='date_format') - valuedatetime type으로 변경할 대상이 될 값을 의미합니다. - format=''주어진 value가 어떠한 형태로 적혀있는지를 의미합니다.format은 다양한 기호로 적혀지는데 datetime format 기호 관련해서는 아래 글을 참조하면 좋습니다.h..

groupby와 rank를 이용하면 window function에서 row_number() 함수와 같은 기능을 구현할 수 있습니다.  import pandas as pdimport numpy as npdict_test = { 'col1': [1, 1, 2, 2, 2, 3, 3, 3, 3, 3, 4, 4, 4, 5, 5, 5, 5], 'col2': [1000, 2000, 100, 300, 500, 200, 300, np.nan, 150, 180, 580, np.nan, 10, 100, 80, 55, 10]}df_test = p..