본문 바로가기
  • CobsLab upgrades your company value by AI technology

전체 글112

복수열 조건문을 활용한 데이터프레임 필터링과 선택 복수열 조건문 복수열 조건문을 사용하여 데이터 프레임에서 여러 열에 대한 조건을 지정할 수 있습니다. 이를 통해 데이터를 필터링하거나 새로운 열을 생성할 수 있습니다. # 데이터 프레임 생성 data = {'Name': ['John', 'Alice', 'Bob', 'Mary'], 'Age': [25, 30, 18, 21], 'Gender': ['Male', 'Female', 'Male', 'Female'], 'Salary': [50000, 60000, 35000, 45000]} df = pd.DataFrame(data) # 복수열 조건문 사용 filtered_df = df[(df['Age'] > 20) & (df['Gender'] == 'Female')] # 결과 출력 print(filtered_df) .. 2023. 3. 27.
람다(lambda) 함수와 함께하는 판다스(Pandas) apply() 메소드 활용법 람다(lambda) 함수란? 람다(lambda) 함수는 파이썬(Python)에서 사용할 수 있는 익명(anonymous) 함수입니다. 람다 함수는 함수를 한 줄로 간결하게 작성할 수 있어서 코드의 가독성을 높일 수 있습니다. 람다 함수는 lambda 키워드를 사용하여 정의합니다. lambda arguments: expression arguments는 람다 함수의 입력 인수를 나타내며, expression은 람다 함수의 출력값을 나타냅니다. square = lambda x: x**2 위 람다 함수는 입력값을 제곱하는 연산을 수행해줍니다. apply() 메소드와 람다(lambda) 함수의 활용 예시 이제 apply() 메소드와 람다 함수를 함께 사용하는 예시 코드를 살펴보겠습니다. df = pd.DataFr.. 2023. 3. 27.
Matplotlib으로 효과적인 데이터 시각화 방법 익히기 Matplotlib란? Matplotlib은 파이썬에서 데이터 시각화를 위해 사용되는 라이브러리 중 하나입니다. 2D 그래프를 그리는 데 특화되어 있으며, 선 그래프, 산점도, 히스토그램 등 다양한 종류의 그래프를 그릴 수 있습니다. Matplotlib은 NumPy와 함께 사용되는 것이 일반적이며, 대화형 시각화 라이브러리인 Bokeh, Plotly와 함께 많이 사용됩니다. Matplotlib 설치하기 Matplotlib은 pip를 이용하여 간단하게 설치할 수 있습니다. pip install matplotlib Matplotlib 기본 그래프 그리기 Matplotlib을 이용하여 기본적인 그래프를 그리는 방법을 알아보겠습니다. 아래는 선 그래프를 그리는 간단한 예시입니다. import matplotlib.. 2023. 3. 24.
Seaborn을 활용한 데이터 시각화 - 깔끔하고 유용한 시각화 기법들 Seaborn을 사용한 데이터 시각화 Seaborn Seaborn은 matplotlib의 상위 레벨 라이브러리로서, matplotlib보다 간편한 API와 더 아름다운 기본 테마를 제공합니다. Seaborn은 통계 그래픽을 생성하기 위한 다양한 함수와 편리한 기능을 제공합니다. Seaborn을 설치하려면 다음 명령어를 실행합니다: pip install seaborn 다음은 Seaborn을 사용하여 시각화하는 예제 코드입니다. import seaborn as sns import matplotlib.pyplot as plt set_theme() set_theme() 함수는 Seaborn의 기본 설정을 변경하여 시각화를 통일된 스타일로 생성할 수 있도록 도와주는 함수입니다. Seaborn은 기본적으로 여러가지.. 2023. 3. 24.
다양한 그래프 유형으로 살펴보는 데이터 시각화! 안녕하세요 콥스랩(COBS LAB)입니다. 오늘 소개해드릴 주제는 데이터 시각화입니다. 데이터 시각화 데이터 시각화는 데이터 분석 과정에서 매우 중요한 요소 중 하나입니다. 시각화를 통해 데이터의 패턴이나 관계를 더 쉽게 파악할 수 있기 때문입니다. 판다스(Pandas)는 데이터 시각화를 위한 다양한 기능을 제공합니다. import pandas as pd import matplotlib.pyplot as plt # 데이터 로드 df = pd.read_csv('data.csv') 선 그래프 먼저, 가장 기본적인 선 그래프(line plot)입니다.. plt.plot(df['x'], df['y']) plt.show() plt.plot() 함수를 사용해 df 데이터프레임의 x와 y 열을 이용해 선 그래프를 그.. 2023. 3. 23.
내림차순, 오름차순, 다중조건까지! 판다스로 데이터 정렬하기 데이터를 정렬하는 방법에는 크게 두 가지가 있습니다. 하나는 인덱스(index)를 기준으로 정렬하는 방법이고, 다른 하나는 특정 열(column)의 값을 기준으로 정렬하는 방법입니다. 먼저, 인덱스를 기준으로 데이터를 정렬하는 방법을 살펴보겠습니다. 설명에 쓸 데이터프레임(DataFrame) 예제입니다. data = {'name': ['Kim', 'Lee', 'Park', 'Choi', 'Jung'], 'age': [24, 26, 21, 27, 25], 'score': [90, 85, 95, 80, 75]} df = pd.DataFrame(data) 생성한 데이터프레임을 인덱스를 기준으로 오름차순으로 정렬했습니다. df_sorted = df.sort_index() print(df_sorted) >>> n.. 2023. 3. 23.

티스토리툴바