작성일자 : 2024-01-02 Ver 0.1.1 Pandas로 데이터 분석을 하다보면 같은 형태의 데이터가 날짜별로 적재가 되는 로그 데이터라던지 월별 테이블과 같은 파일들을 한번에 합쳐서 분석하고자 하는 필요가 있다. 한두개의 파일이라면 직접 코드를 작성해도 무방하지만 그 갯수가 많아진다면 직접 입력하기란 번거로워진다. 이런 경우 반복문으로 파일들을 손쉽게 합칠 수 있는데, 그 방법 중에서도 효율적으로 병합하는 방법에 대해서 정리해보겠다. 1. 방법(1) - 권장하지 않는 방법 첫번째 방법은 빈 DataFrame을 선언한 후 For Loop으로 각 파일을 읽어 붙이는 형태이다. # 권장하지 않는 사례 import pandas as pd, os dir = '/.../dir/path' df = pd.Da..
dataframe
작성일자 : 2023-09-29 Ver 0.1.1 Data frame은 자료분석을 위해 만들어진 객체형이다. Data frame은 여러면에서 matrix 및 list와 유사한 형태를 지닌다 Data frame의 행(row)은 샘플(observations)에 대응되며 열(column)은 변수(variables)에 대응된다. Data frame 만들기: read.table() data1 = read.table( 'files/data1.txt' ) data1 ## V1 V2 V3 V4 ## 1 no name age sex ## 2 1 LEE 55 M ## 3 2 PARK 47 F ## 4 3 SO 35 M ## 5 4 KIM 26 F ## 6 5 YOON 29 M data2 = read.table( 'file..
작성일자 : 2023-08-23 Ver 0.1.1 DataFrame Pandas의 Series가 1차원 형태의 자료구조라면 DataFrame은 여러 개의 열로 구성된 2차원 형태의 자료구조임 numpy array를 받아 만들 수 있으며, Series 처럼 변환 가능한 오브젝트들을 갖고 있는 dict 형태를 인자로 넣어주어 DataFrame을 만들 수 있음 ex = pd.DataFrame({'A': 1., 'B': pd.Timestamp('20130102'), 'C': pd.Series(1, index=list(range(5)), dtype='float32'), 'D': np.array(np.arange(3,8,1), dtype='int32'), 'E': pd.Categorical(['test', 'tra..
