달나라 노트

DataFrame.to_excel &emp; DataFrame.to_csv &emp; pandas.ExcelWriter to_excel은 DataFrame 정보를 담아 xlsx 파일로 만들어주는 기능을 제공합니다. to_csv는 DataFrame 정보를 담아 csv 파일로 만들어주는 기능을 제공합니다. 먼저 test용 DataFrame을 생성합니다. import pandas as pd dict_1 = { 'col1': [1, 1, 1, 2, 3, 3, 3, 3, 4, 4, 5], 'col2': [1, 1, 1, 2, 3, 3, 3, 4, 4, 4, 5], 'col3': [1, 2, 3, 2, 2, 3, 3, 3, 3, 4, 4] } df_1 = pd.DataFrame(dict_1) print(df_1) ..

DataFrame.drop_duplicates DataFrame의 drop_duplicates는 중복된 값을 가진 행을 제거하고 unique한 행만 남도록 해주는 기능을 제공합니다. Syntax DataFrame.drop_duplicates(subset=[column_names], keep='first'/'last', inplace=True/False, ignore_index=True/False) drop_duplicates에 들어갈 수 인자 중 자주 쓰이는 것들은 같습니다. 1. subset에 명시한 컬럼들 기준으로 중복제거가 진행됩니다. 2. keep='first' -> 중복된 컬럼 중 가장 위쪽의 행을 남기고 그 아래의 행들은 삭제 keep='last' -> 중복된 컬럼 중 가장 아래쪽의 행을 남기..

DataFrame.join DataFrame의 join은 merger와 비슷한 기능을 제공합니다. 먼저 test용 DataFrame을 생성합니다. import pandas as pd dict_a = { 'id1': [1, 2, 3, 4, 5], 'name': ['a', 'b', 'c', 'd', 'e'], 'price': [10, 20, 30, 40, 50] } dict_b = { 'id2': [1, 2, 3, 4], 'name': ['a', 'b', 'z', 'z'], 'price': [10, 20, 100, 100] } df_a = pd.DataFrame(dict_a) df_b = pd.DataFrame(dict_b) print(df_a) print(type(df_a)) print(df_b) prin..

DataFrame.merge sql에서의 window function과 비슷한 기능을 pandas에서 어떻게 사용할 수 있는지를 알아봅시다. 먼저 test용 DataFrame을 생성합니다. import pandas as pd dict_name = { 'item_id': [1, 2, 4], 'item_name': ['a', 'b', 'd'] } dict_price = { 'item_id': [1, 2, 3], 'price': [1000, 2000, 3000] } df_name = pd.DataFrame(dict_name) df_price = pd.DataFrame(dict_price) print(df_name) print(type(df_name)) print(df_price) print(type(df_pr..