728x90 인덱싱4 Python - Data Frame 데이터 변경하기 안녕하세요, 지난 시간까지 Data Frame에서 인덱싱을 하여 원하는 요소, Row, Column을 불러오는 여러 가지 방법에 대해 정리했습니다. 인덱싱은 Data Frame을 다루는데 꼭! 필요하므로 숙지하고 지나가야 합니다. 오늘은 Data Frame의 내용을 바꾸는 방법에 대해 정리하려 합니다. 먼저 Data Frame내의 한 가지 요소를 바꾸는 방법은 지난 시간에 배운 인덱싱을 통해 요소를 지정해주고 "="을 이용해 값을 넣어주면 됩니다! 여기서 iPhone 8의 메모리와 출시 버전을 바꿔보겠습니다! 요소의 위치를 찾을 때는 이전에 배운 인덱싱을 잘 사용해야 하므로 숙지가 덜 되셨다면 꼭 복습 후 진행하셔야 합니다! 그럼 하나의 요소가 아닌 Column과 Row를 변경하려면 어떻게 해야 할까요?.. 2021. 7. 29. DataFrame indexing (4) 이제 드디어 Data Frame의 인덱싱 마지막 정리입니다. 이제까지의 인덱싱은 Row나 Column의 이름을 가지고 인덱싱을 하였는데요, Python의 List에서 인덱싱을 하듯 Data Frame에서도 숫자 인덱스로 인덱싱이 가능합니다! 여기서 인덱스를 이용한 위치를 찾을 때는 이제까지 사용하였던 loc이 아닌 iloc을 사용해주어야 합니다. 특정 위치의 하나의 요소를 출력하고자 할 때는 iloc[row index, col index]를 사용하여 해당 위치의 요소를 출력할 수 있습니다. 여기서 iloc[[row index1, row index2] , [col index1, col index2]]로 리스트 형식으로 넣어주면 해당 row와 col들로 이루어진 Data Frame을 출력합니다. 아래 예시를.. 2021. 7. 28. DataFrame indexing (2) 안녕하세요, 지난 시간에 이어 DataFrame에서 인덱 싱하는 것을 정리해보겠습니다. 간략히 지난 시간에 한 것을 정리하고 시작하겠습니다. -. DataFrame의 요소를 불러오는 것 : df.loc[Row, Column] -. DataFrame의 하나의 인덱스(Row)를 불러오는 것 : df.loc[Row] -. DataFrame의 하나의 Column을 불러오는 것 : df[Column] -. DataFrame의 여러 인덱스(Row)를 불러오는 것 : df.loc[[Row, Row]] -. DataFrame의 여러 Column을 불러오는 것 : df[[Column, Column]] 여기서 한 가지 짚고 넘어가자면 위의 예시에서 하나의 인덱스를 뽑을 때와 여러 인덱스를 뽑는 것은 데이터 타입이 다릅니다.. 2021. 7. 26. Python - Numpy (2) 지난번에 Numpy 모듈에서 Array를 만드는 법에 대해 알아보았습니다. 오늘은 Numpy의 다른 기능들에 대해 정리해보겠습니다. Numpy는 Python의 List와 비슷한데요, 값을 받아오는 것, 인덱스가 있는 것 등 많은 공통점이 있습니다. 인데스가 있기 때문에 인덱스를 이용해 그 자리의 값을 가져오는 인덱싱도 리스트와 동일하게 할 수 있습니다. 아래 이미지를 보며 설명드리겠습니다. 1번에서 as를 이용하여 numpy를 np로 정의함으로써 이후에는 np만 써서 numpy를 대체할 수 있습니다. 리스트의 인덱싱과 동일하기 때문에 5번, 6번 Cell은 이해가 되실 것 같은데요, 8번 Cell만 짚고 넘어가자면 인덱싱을 할때 리스트를 받아서 여러 값을 불러올 수도 있습니다. array1에서 2번/4번.. 2021. 7. 16. 이전 1 다음
