pbj0812의 코딩 일기

0. 목표 - Python 의 Pandas 를 이용하여 SQL 스럽게 데이터 전처리 하기 1. 실습 1) SELECT (1) 필드 하나 df = pd.DataFrame({'a' : [1, 2, 3, 4, 1], 'b' : [2, 3, 4, 5, 6], 'c' : [2, 4, 6, 8, 6]}) df['a'] (2) 필드 여러개 df[['a', 'b']] (3) 행 인덱스로 접근 df.loc[0] 2) WHERE - a 가 3 이상 df[df['a'] >= 3] - a 가 3 이상이고 b 가 5 미만 a = ((df['a'] >= 3) & (df['b'] < 5)) df.loc[a] 3) CASE def case(x): if x < 2: return '2 미만' elif x < 4: return '4 미만..

0. 목표 - dataprep 을 통한 EDA 1. 설치 pip install dataprep 2. 실습 1) library 호출 from dataprep.eda import * import pandas as pd 2) 데이터 읽기 - titanic 데이터 사용 train_df = pd.read_csv('/Users/pbj0812/Desktop/titanic/train.csv') 3) 전체 데이터에 대한 plot plot(train_df) - 위의 Show Stats Info 클릭시 요약 테이블 정보 호출 4) 데이터 카테고리화 및 재 시각화 - Survived와 Pclass는 숫자가 아닌 카테고리이기 때문에 object로 변환 for col in ['Survived', 'Pclass']: train_d..

0. 목표 - sweetviz 를 통한 EDA 1. 실습 1) 설치 pip install sweetviz 2) library 호출 import sweetviz import pandas as pd 3) 데이터 불러오기 - 데이터는 타이타닉 데이터 사용 train = pd.read_csv("/Users/pbj0812/Desktop/titanic/train.csv") test = pd.read_csv("/Users/pbj0812/Desktop/titanic/test.csv") 4) 리포트 생성 my_report = sweetviz.compare([train, "Train"], [test, "Test"], "Survived") 5) 리포트 표출 - html 형식으로 표출 my_report.show_html("R..