파이썬 기초(10)

display() 복습

 

 

fillna() 복습

 

 

날짜 데이터 전처리

두 가지 방법이 각각  필요한 경우가 있다.

 

 

집계 및 열 이름 변경

 

 

concat() 함수로 데이터프레임 합치기

# 모든 열 합치기
pop = pd.concat([pop01, pop02], join='outer', axis=1) # 열로 합쳐짐

# 확인
pop.head(10)

 

 

인덱스 값을 기준으로 같은 경우에만 합치기

# 모든 열 합치기
pop = pd.concat([pop01, pop02], join='inner', axis=1)

# 확인
pop.head(10)

 

 

세로로 합치기

# 모든 행 합치기
pop = pd.concat([pop01, pop02], join='inner', axis=0)

# 확인
pop

 

 

merge()로 합치기

# 조인
pop = pd.merge(pop01, pop02, how='inner', on='year')

# 확인
pop.head(10)

# 조인(merge)
# pd.merge(emp, dept, how='inner', on='DeptID')
emp01 = pd.merge(emp, dept, how='inner', left_on='DeptID', right_on='DeptID')

# 확인
emp01

 

 

rolling() 메서드: 특정 창을 기준으로 이동 평균, 이동 합계 등 집계 작업을 수행

# 최근 3일간 Ozone 열 평균
air['Ozone'].rolling(window=3, min_periods=1).mean()

# 최근 7일간 Ozone 열 평균
air['Ozone'].rolling(window=7, min_periods=1).mean()

 

 

shift() 메서드 : 특정 행이나 열 방향으로 이동시켜, 이전 값과 비교하는 데 사용

 

 

rolling & shift : 최근 3일간의 값 평균

 

 

다음 값 예상: shift(-1)

 

 

pivot() 메서드를 통해 피벗 형태로 데이터 변환

year, month를 index로 고정 day 값을 컬럼으로 변환 --> 년, 월, 일마다 데이터 출 

 

 

pd.melt() 함수로 언피벗