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 |
- pandas
- 파이썬
- computer vision
- Supervised learning
- 이미지처리
- KNeighborsClassifier
- scikit-learn
- dataframe
- 비트와이즈
- NULL
- Deep learning
- 이미지프로세싱
- 결측값
- 사이킷런
- 결측치
- k-최근접 이웃 분류
- mask detection
- 지도학습
- 판다스
- index
- tfidfvectorizer
- Python
- 알파브렌딩
- 데이터프레임
- opencv
- NAN
- ML
- 머신러닝
- dropna
- sklearn
- Today
- Total
목록dataframe (10)
Sun.El Data Analysis

df = pd.DataFrame({'fruits':['사과','복숭아','바나나','오렌지','포도'], 'animal':['강아지','병아리',np.nan,'팬더','고양이'], 'hobby':['독서','게임','달리기',np.nan,np.nan], 'color':['green','red','purple','yellow','pink']}) 1. 칼럼 순서 변경하기 df = df[['동물','색깔','취미','과일']] 2. 칼럼 이름 변경하기 #----df.columns = [] 로 칼럼명 변경하기(단, 컬럼의 개수와 리스트 내 요소의 개수가 같아야 함) df.columns = ['과일1','동물1','취미1','색깔1'] #----df.rename()으로 칼럼명 변경하기 df = df.rename(..

df = pd.DataFrame({'fruits':['사과','복숭아','바나나','오렌지','포도'], 'animal':['강아지','병아리',np.nan,'팬더','고양이'], 'hobby':['독서','게임','달리기',np.nan,np.nan], 'color':['green','red','purple','yellow','pink']}) 1. 행/열 삭제 : drop #---['색깔'] 칼럼 삭제 df1 = df.drop(['색깔'], axis=1) df1 = df.drop(['색깔'], axis='columns') df1 = df.drop(df.columns[3], axis='columns') #---df.columns[3] : '색깔' #---['첫번째'] 로우 삭제 df1 = df.drop([..

df = pd.DataFrame({'fruits':['사과','복숭아','바나나','오렌지','포도'], 'animal':['강아지','병아리',np.nan,'팬더','고양이'], 'hobby':['독서','게임','달리기',np.nan,np.nan], 'color':['green','red','purple','yellow','pink']}) df.columns = ['과일','동물','취미','색깔'] df.index = ['첫번째','두번','세번째','네번째','다섯번째'] 1. loc으로 일부 행/열 추출 #---['과일','동물','취미'] 칼럼 추출 df1 = df.loc[:,['과일','동물','취미']] #---['첫번째','두번째','세번째','네번째'] index 추출 df2 = df1..

1. 결측치/비결측치 행 True, False 확인 : isnull, notnull df.isnull() df.isna() df.notnull() 2. 결측치 관련 행/열 정보 확인 : isnull, notnull #칼럼 내 NaN이 하나라도 있으면 True, 없으면 False df.isnull().any(axis=0) df.isna().any(axis=0) #칼럼 내 모두 NaN이면 True, 아니면 False df.isnull().all(axis=0) df.isna().all(axis=0) #칼럼 내 NaN이 하나도 없으면 True, 하나라도 있으면 False df.notnull().all(axis=0) #로우 내 NaN이 하나라도 있으면 True, 없으면 False df.isnull().any(ax..