다음 기본 구문을 사용하여 NumPy 배열의 특정 값보다 큰 요소 수를 계산할 수 있습니다. import numpy as np vals_greater_10 = (data > 10 ). sum () 이 특정 예는 data 라는 NumPy 배열에서 10보다 큰 요소 수를 반환합니다. 다음 예에서는 실제로...
다음 기본 구문을 사용하여 특정 열에서 가장 빈번한 10개의 값만 포함하는 pandas의 막대 차트를 만들 수 있습니다. import pandas as pd import matplotlib. pyplot as plt #find values with top 10 occurrences in 'my_column' top_10 = (df[' my_column ']. value_counts ())....
pandas crosstab() 함수에서 Normalize 인수를 사용하여 숫자 대신 백분율 값을 표시하는 크로스탭을 만들 수 있습니다. p.d. crosstab (df. col1 , df. col2 , normalize=' index ') Normalize 인수는 세 가지 다른 인수를 허용합니다. all : 모든 값에 대한 비율을 표시합니다. index...
pandas crosstab() 함수에서 aggfunc 인수를 사용하면 특정 측정항목을 사용하여 값을 집계하는 크로스탭을 만들 수 있습니다. p.d. crosstab (index=df. col1 , columns=df. col2 , values=df. col3 , aggfunc=' count ') aggfunc 의 기본값은 “count”이지만 평균, 중앙값, 합계, 최소값, 최대값 등과 같은 다른...
다음 방법을 사용하여 Pandas 크로스탭의 개수를 시각화하는 막대형 차트를 만들 수 있습니다. 방법 1: 클러스터된 막대 그래프 생성 import matplotlib. pyplot as plt my_crosstab. plot (kind=' bar ') 방법 2: 누적 막대 그래프 생성 import matplotlib. pyplot as plt my_crosstab. plot...
다음 방법을 사용하여 Pandas 크로스탭의 행이나 열을 정렬할 수 있습니다. 방법 1: 행 값을 기준으로 크로스탭 정렬 p.d. crosstab (df. col1 , df. col2 ). sort_index (axis= 0 , ascending= False ) 방법 2: 열 값을 기준으로 크로스탭 정렬 p.d. crosstab...
다음 구문을 사용하여 Pandas에서 query() 함수를 사용하고 변수 이름을 참조할 수 있습니다. df. query (' team == @team_name ') 이 특정 쿼리는 팀 열이 team_name 이라는 변수에 저장된 값과 동일한 pandas DataFrame의 행을 검색합니다. 다음 예에서는 실제로 이 구문을 사용하는 방법을...
목록의 값이 포함된 열이 있는 DataFrame의 행을 필터링하기 위해 pandas의 query() 메서드에 isin() 함수를 사용하려는 경우가 종종 있습니다. 이를 수행하려면 다음 구문을 사용할 수 있습니다. df. query (' team in ["A", "B", "D"] ') 이 특정 쿼리는 팀 열이 A, B...
Pandas의 groupby() 함수와 함께 다음 기본 구문을 사용하여 두 열을 그룹화하고 다른 열을 집계할 수 있습니다. df. groupby ([' var1 ',' var2 '])[' var3 ']. mean () 이 특정 예에서는 var1 및 var2 열을 기준으로 DataFrame을 그룹화한 다음 var3 열의 평균을...
pandas groupby() 함수를 사용하여 한 열을 기준으로 그룹화하고 다른 열의 평균값을 계산할 때 pandas는 기본적으로 NaN 값을 무시합니다. 열에 NaN 값이 있는 경우 대신 NaN을 표시하려면 다음 기본 구문을 사용할 수 있습니다. df. groupby (' team '). agg ({' points ':...