다음 기본 구문을 사용하여 Pandas DataFrame에서 범주형 변수를 숫자 변수로 변환할 수 있습니다. df[' column_name '] = pd. factorize (df[' column_name '])[0] 다음 구문을 사용하여 DataFrame의 각 범주형 변수를 숫자 변수로 변환할 수도 있습니다. #identify all categorical variables cat_columns = df....
What-if 분석은 다양한 숫자를 수식에 연결하여 결과가 어떻게 변하는지 확인할 수 있는 분석 유형입니다. 예를 들어, 상점에서 서로 다른 세 가지 제품을 서로 다른 가격으로 판매하고 해당 제품에서 발생한 총 수익을 계산한다고 가정합니다. 이제 매장 관리자가 총 매출 $2,000에 도달하려면 제품...
Google 스프레드시트에서 여러 기준 중 하나를 충족하는 범위의 셀 수를 계산하려는 경우가 종종 있습니다. 이를 위해 다음 기본 구문을 사용할 수 있습니다. = ArrayFormula ( SUM ( COUNTIF ( A:A , { " Value1 " , " Value2 ", " Value3...
종종 하나 이상의 pandas 시리즈에서 pandas DataFrame을 만들고 싶을 수도 있습니다. 다음 예에서는 기존 계열을 DataFrame의 행 또는 열로 사용하여 Pandas DataFrame을 만드는 방법을 보여줍니다. 예 1: 시리즈를 열로 사용하여 Pandas DataFrame 생성 다음과 같은 세 개의 팬더 시리즈가 있다고 가정합니다....
다음 방법을 사용하여 NaN 값을 Pandas DataFrame의 문자열로 바꿀 수 있습니다. 방법 1: DataFrame 전체에서 NaN 값을 문자열로 대체 df. fillna ('', inplace= True ) 방법 2: 특정 열의 NaN 값을 문자열로 대체 df[[' col1 ', ' col2 ']] = df[['...
다음 기본 구문을 사용하여 Pandas DataFrame을 와이드 형식에서 긴 형식으로 변환할 수 있습니다. df = pd. melt (df, id_vars=' col1 ', value_vars=[' col2 ', ' col3 ', ...]) 이 시나리오에서 col1은 식별자로 사용하는 열이고 col2 , col3 등입니다. 피벗을 취소한 열입니다....
다음 기본 구문을 사용하여 Pandas DataFrame을 긴 형식에서 넓은 형식으로 변환할 수 있습니다. df = pd. pivot (df, index=' col1 ', columns=' col2 ', values=' col3 ') 이 시나리오에서는 col1이 인덱스가 되고, col2는 열이 되며, col3은 DataFrame 내부의 값으로 사용됩니다. 다음...
다음 방법을 사용하여 Pandas DataFrame으로 그룹화하고 플롯할 수 있습니다. 방법 1: 단일 경로에 여러 선을 그룹화하고 그립니다. #define index column df. set_index ('day', inplace= True ) #group data by product and display sales as line chart df. groupby (' product ')['...
Shift() 함수를 사용하여 Pandas DataFrame의 열에서 값을 위나 아래로 이동할 수 있습니다. #shift values down by 1 df[' column1 '] = df[' column1 ']. shift (1) #shift values up by 1 df[' column1 '] = df[' column1 ']. shift (-1) 다음...