| 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 | 31 |
- Keras
- 재귀함수
- CES 2O21 참여
- CES 2O21 참가
- cudnn
- C언어
- web 사진
- web 개발
- paragraph
- 데이터전문기관
- 대이터
- 자료구조
- inorder
- 머신러닝
- web
- postorder
- pycharm
- web 용어
- discrete_scatter
- broscoding
- bccard
- classification
- KNeighborsClassifier
- vscode
- 웹 용어
- tensorflow
- 결합전문기관
- java역사
- html
- mglearn
- Today
- Total
목록[IT] (431)
bro's coding
pandas.drop_duplicates
data[['역ID','역명','노선명']].drop_duplicates() #drop_duplicates() : 위 세가지 모두 중복되는 것을 제거해준다
pandas. count
s=data[['노선명','역ID']].drop_duplicates().노선명.value_counts() line_code['역수']=line_code.노선명.map(s) line_code [[day, data[data.사용일자==day].shape[0]] for day in range(20190501,20190532)] 더보기 [[20190501, 593], [20190502, 593], [20190503, 593], [20190504, 591], [20190505, 591], [20190506, 592], [20190507, 590], [20190508, 592], [20190509, 591], [20190510, 591], [20190511, 592], [20190512, 590], [2019051..
pandas.코드화
# 노선명 코드화 line_name=np.sort(data.노선명.unique()) line_code=pd.DataFrame(list(enumerate(line_name)),columns=['노선코드','노선명']) line_code dict(enumerate(np.sort(data.노선명.unique()))) #뒤집기 c1=dict(enumerate(np.sort(data.노선명.unique()))) c2={v:k for k,v in c1.items()} c2
# 가볍게 복붙 from matplotlib import font_manager, rc font_name=font_manager.FontProperties(fname="C:/Windows/Fonts/HMFMPYUN.TTF").get_name() # fname="C:/Windows/Fonts/HMFMPYUN.TTF" 원하는 font 찾아서 바꿈 rc('font',family=font_name)
pandas.pivot table
p=pd.pivot_table(data,values='승차총승객수',index='사용일자',columns='노선명', aggfunc= np.mean).reset_index() wday={0:'월',1:'화',2:'수',3:'목',4:'금',5:'토',6:'일'} p.insert(1,'요일',pd.to_datetime(p.사용일자,format='%Y%m%d').dt.dayofweek.map(wday)) p
pandas.corr, cov(상관 관계)
correlation(상관 분석) data3.corr() covariance(공분산) data3.cov()
pandas.데이터 다루기
data.iloc[:10,[0,3]] data3=data2[['승차총승객수','하차총승객수']] data3[:3] data3.apply(lambda ser: ser.max()-ser.min()) data3.apply(lambda ser: pd.Series([ser.max(),ser.min(),ser.mean(),ser.std()])) data3.apply(lambda ser: pd.Series([ser.max(),ser.min(),ser.mean(),ser.std()], index=['max','min','mean','std'])) data3.applymap(lambda x: x//10000) # = data3//10000 #applymap : 항목 마다 data3.applymap(lambda x: x..
pandas.dt(날짜 다루기)
data2=data data2['year']=data2.사용일자/10000 data2['month']=(data2.사용일자%10000)//100 data2['day']=data2.사용일자%100 theday=pd.to_datetime(data2.사용일자,format='%Y%m%d') #교재 426 (format) ser=pd.Series(['2020-4-1','2020-4-2']) ser=pd.to_datetime(ser) ser.dt.year data2['year']=theday.dt.year data2['month']=theday.dt.month data2['day']=theday.dt.day wday={0:'월',1:'화',2:'수',3:'목',4:'금',5:'토',6:'일'} data2['wday..