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 |
29 | 30 | 31 |
- streamlit
- java
- Android
- mlb stats api
- JQuery
- 프로젝트
- gcp
- javascript
- 스프링
- kotlin
- 자바스크립트
- 앱
- 어플
- 오라클
- Spring
- HTML
- 자바
- oracle
- 제이쿼리
- 시간
- 기록
- pandas
- 배포
- 판다스
- 코틀린
- 안드로이드
- MLB
- 파이썬
- CSS
- Python
- Today
- Total
목록2023/01/05 (2)
develope_kkyu
https://pandas.pydata.org/docs/user_guide/10min.html에 나와 있는 pandas 예제 코드를 살펴본다. import pandas as pd import numpy as np Grouping(그룹화) 그룹화는 어떠한 기준을 바탕으로 데이터를 분할(split), 각 그룹에 어떤 함수를 독립적으로 적용(apply), 적용되어 나온 결과들을 결합(combine)하는 과정을 지칭한다. df = pd.DataFrame( { "A": ["foo", "bar", "foo", "bar", "foo", "bar", "foo", "foo"], "B": ["one", "one", "two", "three", "two", "two", "one", "three"], "C": np.rando..
https://pandas.pydata.org/docs/user_guide/10min.html에 나와 있는 pandas 예제 코드를 살펴본다. import pandas as pd import numpy as np 연산 Stats(통계) df.mean() # 열 평균 구하기 Out[]: A -0.004474 B -0.383981 C -0.687758 D 5.000000 F 3.000000 dtype: float64 df.mean(1) # 행 평균 구하기 Out[]: 2013-01-01 0.872735 2013-01-02 1.431621 2013-01-03 0.707731 2013-01-04 1.395042 2013-01-05 1.883656 2013-01-06 1.592306 Freq: D, dtype: ..