pandas31 10분만에 알아보는 RAPIDS cuDF의 pandas 가속기 모드(cudf.pandas) pandas 코드 한 줄만 바꾸면 데이터 분석이 최대 10배 빨라진다면 믿어지시나요? 오늘은 NVIDIA가 만든 GPU 기반 데이터 분석 라이브러리인 RAPIDS cuDF의 놀라운 새 기능인 cudf.pandas를 소개합니다.전체 코드 : https://colab.research.google.com/drive/1X3IHAy3qIcZAaFi5j1hV5Za1eCHUBqzt?usp=sharing Google Colab NotebookRun, share, and edit Python notebookscolab.research.google.com cuDF는 Apache Arrow 기반의 GPU DataFrame 라이브러리로, pandas와 거의 동일한 인터페이스를 제공하면서 GPU를 이용한 데이터 분석 속도를 .. 2025. 3. 26. Pandas의 인덱싱과 슬라이싱: 데이터프레임에서의 원하는 값 추출하기 인덱싱(Indexing) 데이터프레임에서 인덱싱은 행(row) 또는 열(column)을 선택하는 것을 의미합니다. 데이터프레임은 보통 행과 열에 대한 이름을 가지고 있으며, 이를 이용하여 인덱싱을 할 수 있습니다. 열(column) 인덱싱 열 인덱싱은 데이터프레임에서 열(column)을 선택하는 것을 의미합니다. 열 인덱싱은 대괄호 [] 안에 열 이름을 넣어서 수행합니다. 예를 들어, 다음과 같은 데이터프레임이 있다고 가정해보겠습니다. df = pd.DataFrame({ 'name': ['Alice', 'Bob', 'Charlie', 'David'], 'age': [25, 30, 35, 40], 'gender': ['F', 'M', 'M', 'M'] }) df['name'] >>> 0 Alice 1 Bo.. 2023. 4. 3. 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. 이전 1 2 3 4 ··· 8 다음