데이터 가공 (2) 썸네일형 리스트형 6장 자유자재로 데이터 가공하기 (7) 정리하기 ## 1. 조건에 맞는 데이터만 추출하기 exam.query('english = 50') # 여러 조건 중 하나 이상 충족 exam.query('math >= 90 | english >= 90') exam.query('nclass in [1, 3, 5]') ## 2. 필요한 변수만 추출하기 exam['math'] # 한 변수 추출 exam[['nclass', 'math', 'english']] # 여러 변수 추출 exam.drop(columns = 'math') # 변수 제거 exam.drop(columns = ['math', 'english']) # 여러 변수 제거 ## 3. pandas 명령어 조합하기 exam.query('math >= 50')[['id', 'math']].head() ##.. 6장 자유자재로 데이터 가공하기 (1) 6-1 데이터 전처리-원하는 형태로 데이터 가공하기 데이터 전처리 (data preprocessing) : 분석에 적합하게 데이터를 가공하는 작업 일부를 추출하거나, 종류별로 나누거나, 여러 데이터를 합치는 등 데이터를 자유롭게 가공할 수 있어야 목적에 맞게 사용 가능 데이터 가공, 데이터 핸들링, 데이터 랭글링, 데이터 먼징이 비슷한 의미로 사용 pandas를 이용해 데이터를 가공하는 방법 6-2 조건에 맞는 데이터만 추출하기 pandas의 df.query()를 사용하면 원하는 데이터를 추출 가능 조건에 맞는 데이터만 추출하기 import pandas as pd exam = pd.read_csv('exam.csv') exam #exam에서 nclass가 1인 경우만 exam.query('nclass =.. 이전 1 다음
