본문 바로가기
728x90

빚진 자처럼, 한결같이1598

오름차순/내림차순 # 오름차순 data_asc.sort_values(ascending = True, inplace = True) # 내림차순 data_desc.sort_values(ascending = False, inplace = True) # 인덱스를 다시 만드는 경우 reset_index() 함수 사용 - 옵션 : dorp=True는 현재의 인덱스 정보를 남기지 않고 삭제하겠다는 의미 - 옵션 : inplace=True는 변수에 변경된 내용을 즉시 적용하겠다는 의미 data_asc.reset_index(drop = True, inplace = True) data_asc 0 187 1 188 2 188 3 188 4 188 ... 501 711 502 711 503 711 504 711 505 711 Name: TAX.. 2022. 6. 5.
가죽 오재미, 저글링볼 http://naver.me/xjiBFQgl [11번가] 카테고리 link.naver.com 콩주머니 중 가죽 오재미를 이용하면 저글링볼보다 저렴하게 이용이 가능할 것 같다. 2022. 6. 5.
닭털 셔틀콕 킥 http://m.shop.interpark.com/product/9502307608/0000100000 저글링공 제기 경기 빅사이즈 성인 타입학생 닭털 셔틀콕 킥 - 인터파크 0%할인, 추가 회원 중복 할인 쿠폰, 기타스포츠용품에 대한 상품입니다. m.shop.interpark.com 2022. 6. 5.
그룹별 집계, 요약하기 # 특정 조건을 만족하는 데이터만 출력 tax_median = data['TAX'].median() print(data[data['TAX'] > tax_median]) # 조건을 만족하는 데이터 중 특정한 컬럼 데이터만 추출 data_new = data[data['TAX'] > tax_median][['CHAS','RAD']] # 그룹별 집계 어떤 데이터들이 있는지 unique()함수로 확인 print(data_new['CHAS'].unique()) print(data_new['RAD'].unique()) groupby()함수를 이용하여 그룹핑을 하고 함수 뒤에 수행할 대상과 수행할 작업 정의 필요 data_new2 = data_new.groupby(['CHAS','RAD'])['CHAS'].count(.. 2022. 6. 3.
순위 구하기 # 순위구하기 방법1) rank() 함수를 이용 # Help로 rank 함수 사용법 확인 Help on function rank in module pandas.core.generic: rank(self: 'FrameOrSeries', axis=0, method: 'str' = 'average', numeric_only: 'bool_t | None' = None, na_option: 'str' = 'keep', ascending: 'bool_t' = True, pct: 'bool_t' = False) -> 'FrameOrSeries' Compute numerical data ranks (1 through n) along axis. By default, equal values are assigned a ra.. 2022. 6. 2.
반응형

티스토리툴바