달나라 노트

DataFrame은 기본적으로 index가 0부터 1씩 증가하는 정수로 생성됩니다. 다만 set_index를 이용하면 DataFrame의 index를 원하는대로 변경할 수 있습니다. Syntax set_index(keys=[k1, k2, ...], inplace=True/False, drop=True/False) 사용법은 위와 같습니다. keys=[k1, k2, ...] index로 설정할 list 형태의 데이터입니다. index는 보통 1줄이지만 2줄 3줄 또는 그 이상이 될 수도 있습니다. (다중 index가 가능하다는 의미입니다.) k1은 index 한 줄 이라고 보시면 됩니다. 예를들어 총 10행의 데이터를 가진 DataFrame의 index를 변경하려면 k1의 자리에 [1, 2, 3, 4, 5,..

이 글에선 Pandas의 DataFrame에 groupby와 rolling method를 동시에 사용하는 예시를 보겠습니다. 이 글 이전에 아래 2개의 글을 먼저 읽고 오면 이해하는데 도움이 됩니다. https://cosmosproject.tistory.com/156 Python Pandas : rolling (DataFrame window function) Pandas에서 사용할 수 있는 window function 기능을 알아봅시다. import pandas as pd dict_test = { 'col1': [1, 1, 2, 2, 3, 3, 3, 4], 'col2': [1000, 1100, 2100, 2050, 3000, 3100, 3200, 4200], 'col3': ['a.. cosmosproje..

min, max method를 이용하면 컬럼간의 값 비교가 가능해집니다. import pandas as pd import numpy as np dict_test = { 'col1': [1, 2, np.nan, 4, 5], 'col2': [6, 2, 7, 3, 9], 'col3': [10, 6, 22, np.nan, 21] } df_test = pd.DataFrame(dict_test) print(df_test) -- Result col1 col2 col3 0 1.0 6 10.0 1 2.0 2 6.0 2 NaN 7 22.0 3 4.0 3 NaN 4 5.0 9 21.0 먼저 test용 DataFrame을 위처럼 생성합시다. import pandas as pd import numpy as np dict_tes..

numpy의 exp method는 자연상수(e = 2.71828...)의 지수배에 대한 값을 계산해줍니다. Syntax numpy.exp(n) # --> e^n numpy.exp([k, l, m, n]) # --> [e^k, e^l, e^m, e^n] Syntax는 위와 같으며 parameter로서 단순한 숫자(n) 뿐 아니라 list의 형태로도 전달할 수 있습니다. import numpy as np print(np.exp(0)) # e^0 print(np.exp(1)) # e^1 print(np.exp(2)) # e^2 print(np.exp(3)) # e^3 print(np.exp(4.5)) # e^4.5 print(np.exp([0, 1, 2, 3])) # [e^0, e^1, e^2, e^3] --..