Use DataFrame.query() method df.query('arr_date
Relative Keyword dataframe row to columns dataframe pivoting dataframe transpose dataframe swap row and columns import pandas as pd #Create dataframe salarydf = pd.DataFrame(data=[ ['2022-01-25', 'John' , 20000], ['2022-01-25', 'Selly', 25000], ['2022-01-25', 'Tina' , 32000], ['2022-02-25', 'John' , 21000], ['2022-02-25', 'Selly', 24000], ['2022-02-25', 'Tina' , 31000], ['2022-03-25', 'John' , 2..
Relative Keyword * dataframe join * dataframe merge * dataframe concat * dataframe union all pd.merge() API pd.merge( left, right, how="inner", on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=True, suffixes=("_x", "_y"), copy=True, indicator=False, validate=None, ) left: A DataFrame or named Series object. right: Another DataFrame or named Series object. on: Colum..
Dataframe concatenate 더보기 pd.concat( objs, axis=0, join="outer", ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False, copy=True, ) objs : a sequence or mapping of Series or DataFrame objects. If a dict is passed, the sorted keys will be used as the keys argument, unless it is passed, in which case the values will be selected (see below). Any None objects will be droppe..
Shape (모양)란? Numpy 다차원 배열의 사용할 때 표현/제어하는 개념을 의미한다. 배열의 모양 변화시키는 예제 ( numpy.reshape example ) # [0 1 2 3 4 5] 배열을 3x2 배열로 변환. a = np.arange(6).reshape((3, 2)) a ''' output array([[0, 1], [2, 3], [4, 5]]) ''' 다음은 1차원의 numpy.array을 reshape메소를 통해서 2 x 2 x 3 모양의 다차원 배열로 변환하는 예제입니다. import numpy as np temperatures = np.array([ 29.3, 42.1, 18.8, 16.1, 38.0, 12.5, 12.6, 49.9, 38.6, 31.3, 9.2, 22.2 ]).re..
NumPy? 단순하고, 강력한 데이터구조인 N 차원 배열을 제공하는 Python 라이브러리 NumPy의 이점 C로 작성된 알고리즘로 보다 빠른 속도 루프나 반복 처리의 효율 간격한 코드 좋은 품질 NumPy 설치 #Conda conda install numpy #PIP pip install numpy NumPy Example import numpy as np digits = np.array([ [1,2,3], [4,5,6], [7,8,9], ]) print(digits) ''' Output [[1 2 3] [4 5 6] [7 8 9]] ''' NumPy Vectorization & Boadcasting Example import numpy as np CURVE_CENTER = 80 grades = np...
You can simply convert your `dictData` to the DataFrame and then take transpose, to make columns into index and index into columns. Sample code import pandas as pd dictData = { 'id1':{'A': 0.2, 'B':0.3, 'C':0.4}, 'id2':{'A': 0.05, 'B':0.8, 'C':0.1}, 'id3':{'A': 0.15, 'B':0.6, 'C':0.25} } df = pd.DataFrame.from_dict(dictData, orient="index") # df = pd.DataFrame(dictData).T ( same resule ) df df o..
Introduce 종종 이미지를 작업이 필요한 경우가 있는데, PIL Library를 활용하면 손쉽게 대응이 가능합니다. PIL 이미지 작업 하는 방법에 대해서 간단히 소개합니다. PIL 이미징 라이브러리는 Python에서 다음과 같은 이미지 처리 기능 제공합니다. 픽셀 단위의 조작 마스킹 및 투명도 제어 흐림, 윤곽 보정 다듬어 윤곽 검출 등의 이미지 필터 선명하게, 밝기 보정, 명암 보정, 색 보정 등의 화상 조정 이미지에 텍스트 추가 기타 여러가지 다음 코드는 Google Colab Notebook기준으로 작성되었습니다. Index of Contents 더보기 Step1) Install Pillow Library & Import Step2) Load an Image Step3) Load a Font..
import numpy as np data = np.array([5, 3, 9, 7, 12, 1, 4, 8]) # data를 오름차순으로 정렬 data_ascending = np.sort(data) print(data_ascending) #[ 1 4 5 8 9 12 50 100] # 오름차순으로 정렬된 data_ascending 뒤집어서 내림차순 정렬 data_descending = data_ascending[::-1] print(data_descending) #[100 50 12 9 8 5 4 1] #output [ 1 4 5 8 9 12 50 100] [100 50 12 9 8 5 4 1]
행렬 곱셉의 원리 Numpy.dot() 함수로 행렬곱 연산 import numpy as np a=np.array([[5,6], [7,8]]) b=np.array([[1,2], [3,4]]) print(f"a=\n{a}") print(f"b=\n{b}") c=np.array([[5*1+6*3, 5*2+6*4], [7*1+8*3, 7*2+8*4]]) print("\n compute np.dot() ") print(np.dot(a,b)) print("\n compute manual") print(c)
최근댓글