조금씩 꾸준히 완성을 향해

그룹 연산 특정 기준을 적용하여 데이터를 몇 개의 그룹으로 분할하여 처리하는 것 복잡한 데이터를 어떤 기준에 따라 여러 그룹으로 나눠서 분석 데이터를 집계, 변환, 필터링에 효과적 총 3단계 분할 (split): 데이터를특정 조건에 의해 분할 적용 (apply): 데이터를 집계, 변환, 필터링하는데 필요한 메소드 적용 결합 (combine) :처리 결과를 하나로 결합 Groupby ▶ 하나의 열 기준으로 그룹화 # 데이터 확인 df.head() # groupby로 class 열을 기준으로 분할하여 grouped 변수에 저장 grouped = df.groupby('class') grouped # # calss의 unique 값 확인 df['class'].unique() # ['Third', 'First',..

함수 매핑 시리즈 또는 데이터 프레임의 개별 원소를 특정 함수에 일대일 대응시키는 과정 사용자가 직접 만든 함수 적용 apply(), applymap(), pipe() 시리즈 원소에 함수 매핑 ▶ series.apply(매핑함수) : 매핑 함수에 시리즈의 모든 원소를 하나씩 입력하고 리턴 # 라이브러리 import import seaborn as sns import pandas as pd # 타이타닉의 age, fare 열 선택 후 새로운 열 ten 추가, 모든 데이터는 숫자 10 df = sns.load_dataset('titanic')[['age', 'fare']] df['ten'] = 10 df.head(4) # 임의의 객체 n에 숫자 10을 더하는 add_10(n) 사용자 함수 정의 def add..