반응형
Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- 데이터전문기관
- C언어
- web 용어
- CES 2O21 참가
- tensorflow
- broscoding
- KNeighborsClassifier
- paragraph
- pycharm
- bccard
- discrete_scatter
- vscode
- java역사
- Keras
- cudnn
- html
- web
- 결합전문기관
- 자료구조
- inorder
- 머신러닝
- web 개발
- 대이터
- web 사진
- 재귀함수
- CES 2O21 참여
- classification
- 웹 용어
- mglearn
- postorder
Archives
- Today
- Total
bro's coding
pandas. 항목 추가 본문
반응형
data10=data[['역ID','역명','노선명']].drop_duplicates()
#drop_duplicates() : 위 세가지 모두 중복되는 것을 제거해준다
역ID역명노선명01234567891011121314151617181920212223242526272829...5675685695705715725735745755765775785795805815825835845855865875885895905915929249259266417
1955 | 마두 | 일산선 |
1954 | 백석 | 일산선 |
1953 | 대곡 | 일산선 |
1952 | 화정 | 일산선 |
1951 | 원당 | 일산선 |
1950 | 삼송 | 일산선 |
1948 | 원흥 | 일산선 |
4713 | 신설동 | 우이신설선 |
4712 | 보문 | 우이신설선 |
4711 | 성신여대입구(돈암) | 우이신설선 |
4710 | 정릉 | 우이신설선 |
4709 | 북한산보국문 | 우이신설선 |
4708 | 솔샘 | 우이신설선 |
4707 | 삼양사거리 | 우이신설선 |
4706 | 삼양 | 우이신설선 |
4705 | 화계 | 우이신설선 |
4704 | 가오리 | 우이신설선 |
4703 | 4.19민주묘지 | 우이신설선 |
4702 | 솔밭공원 | 우이신설선 |
4701 | 북한산우이 | 우이신설선 |
1763 | 수리산 | 안산선 |
1762 | 오이도 | 안산선 |
1761 | 정왕 | 안산선 |
1760 | 신길온천 | 안산선 |
1759 | 안산 | 안산선 |
1758 | 초지 | 안산선 |
1757 | 고잔 | 안산선 |
1756 | 중앙 | 안산선 |
1755 | 한대앞 | 안산선 |
1754 | 상록수 | 안산선 |
... | ... | ... |
1905 | 회룡 | 경원선 |
1906 | 의정부 | 경원선 |
1907 | 가능 | 경원선 |
1908 | 녹양 | 경원선 |
1909 | 양주 | 경원선 |
1910 | 덕계 | 경원선 |
1911 | 덕정 | 경원선 |
1912 | 지행 | 경원선 |
1913 | 동두천중앙 | 경원선 |
1914 | 보산 | 경원선 |
1915 | 동두천 | 경원선 |
1916 | 소요산 | 경원선 |
1251 | 서울역 | 경의선 |
1252 | 신촌 | 경의선 |
1261 | 효창공원앞 | 경의선 |
1262 | 공덕 | 경의선 |
1263 | 서강대 | 경의선 |
1264 | 홍대입구 | 경의선 |
1265 | 가좌 | 경의선 |
1266 | 디지털미디어시티 | 경의선 |
1267 | 수색 | 경의선 |
1268 | 화전 | 경의선 |
1269 | 강매 | 경의선 |
1270 | 행신 | 경의선 |
1957 | 주엽 | 일산선 |
1956 | 정발산 | 일산선 |
1297 | 검암 | 경의선 |
1296 | 계양 | 경의선 |
1291 | 서울역 | 경의선 |
1294 | 디지털미디어시티 | 경의선 |
597 rows × 3 columns
data10.역명.value_counts()
data10['노선수']=data10.역명.map(data10.역명.value_counts())
data10
역ID역명노선명노선수01234567891011121314151617181920212223242526272829...5675685695705715725735745755765775785795805815825835845855865875885895905915929249259266417
1955 | 마두 | 일산선 | 1 |
1954 | 백석 | 일산선 | 1 |
1953 | 대곡 | 일산선 | 1 |
1952 | 화정 | 일산선 | 1 |
1951 | 원당 | 일산선 | 1 |
1950 | 삼송 | 일산선 | 1 |
1948 | 원흥 | 일산선 | 1 |
4713 | 신설동 | 우이신설선 | 3 |
4712 | 보문 | 우이신설선 | 2 |
4711 | 성신여대입구(돈암) | 우이신설선 | 2 |
4710 | 정릉 | 우이신설선 | 1 |
4709 | 북한산보국문 | 우이신설선 | 1 |
4708 | 솔샘 | 우이신설선 | 1 |
4707 | 삼양사거리 | 우이신설선 | 1 |
4706 | 삼양 | 우이신설선 | 1 |
4705 | 화계 | 우이신설선 | 1 |
4704 | 가오리 | 우이신설선 | 1 |
4703 | 4.19민주묘지 | 우이신설선 | 1 |
4702 | 솔밭공원 | 우이신설선 | 1 |
4701 | 북한산우이 | 우이신설선 | 1 |
1763 | 수리산 | 안산선 | 1 |
1762 | 오이도 | 안산선 | 1 |
1761 | 정왕 | 안산선 | 1 |
1760 | 신길온천 | 안산선 | 1 |
1759 | 안산 | 안산선 | 1 |
1758 | 초지 | 안산선 | 1 |
1757 | 고잔 | 안산선 | 1 |
1756 | 중앙 | 안산선 | 1 |
1755 | 한대앞 | 안산선 | 1 |
1754 | 상록수 | 안산선 | 1 |
... | ... | ... | ... |
1905 | 회룡 | 경원선 | 1 |
1906 | 의정부 | 경원선 | 1 |
1907 | 가능 | 경원선 | 1 |
1908 | 녹양 | 경원선 | 1 |
1909 | 양주 | 경원선 | 1 |
1910 | 덕계 | 경원선 | 1 |
1911 | 덕정 | 경원선 | 1 |
1912 | 지행 | 경원선 | 1 |
1913 | 동두천중앙 | 경원선 | 1 |
1914 | 보산 | 경원선 | 1 |
1915 | 동두천 | 경원선 | 1 |
1916 | 소요산 | 경원선 | 1 |
1251 | 서울역 | 경의선 | 6 |
1252 | 신촌 | 경의선 | 2 |
1261 | 효창공원앞 | 경의선 | 2 |
1262 | 공덕 | 경의선 | 4 |
1263 | 서강대 | 경의선 | 1 |
1264 | 홍대입구 | 경의선 | 3 |
1265 | 가좌 | 경의선 | 1 |
1266 | 디지털미디어시티 | 경의선 | 4 |
1267 | 수색 | 경의선 | 1 |
1268 | 화전 | 경의선 | 1 |
1269 | 강매 | 경의선 | 1 |
1270 | 행신 | 경의선 | 1 |
1957 | 주엽 | 일산선 | 1 |
1956 | 정발산 | 일산선 | 1 |
1297 | 검암 | 경의선 | 2 |
1296 | 계양 | 경의선 | 2 |
1291 | 서울역 | 경의선 | 6 |
1294 | 디지털미디어시티 | 경의선 | 4 |
597 rows × 4 columns
반응형
'[IT] > python.pandas' 카테고리의 다른 글
pandas.string2code (0) | 2020.04.24 |
---|---|
pandas.get_dummies.ont-hot-incoding (0) | 2020.04.24 |
pandas.unstack(벡터로 펼치기(인덱스 두개)) (0) | 2020.04.06 |
pandas.groupby (0) | 2020.04.06 |
pandas.drop_duplicates (0) | 2020.04.06 |
pandas. count (0) | 2020.04.06 |
pandas.코드화 (0) | 2020.04.06 |
pandas.pivot table (0) | 2020.04.06 |
Comments