pandas는 boolean 연산을 지원하기 때문에 column별 apply를 적용하여 데이터를 다루면 실행시간이 훨씬 빠르며 코드가 간단하다. 다중컬럼을 적용하는 방법은 몇 가지가 있지만 가장 직관적이며 기억하기 쉬운 방법을 소개하고자 한다. 1. 다중 컬럼(multiple columns)에 apply 사용하기 다음과 같은 데이터가 있다고 하자. data = pd.DataFrame( {'a':['A','A','B','B','B','C'], 'b':[1,2,5,5,4,6], 'c':[-1,3,-3,2,5,6] }) a b c 0 A 1 -1 1 A 2 3 2 B 5 -3 3 B 5 2 4 B 4 5 5 C 6 6 이때 항목 $b,c$가 모두 양수인 데이터만 남기고 싶다고 하자. $b$와 $c$ 컬럼을 모..
0. pandas groupby A groupby operation involves some combination of splitting the object, applying a function, and combining the results. This can be used to group large amounts of data and compute operations on these groups. pandas groupby 메소드는 전체 데이터를 그룹별로 나누고(splitting), 각 그룹별로 동일한 함수를 적용하고(applying), 그 결과를 하나로 합쳐(combine) 결과를 return 한다. - pandas groupby documentation - pandas groupby user gui..
1. 가상환경 추가 window랑 linux 동일함 virtualenv [사용자 지정 이름 ex. tf-codes] --python=python3 2. 가상환경 실행 1) linux source (경로)/(사용자 지정 이름)/bin/activate # ex. source venves/tf-codes/bin/activate 2) window(cmd 창) .\(경로)\(사용자 지정 이름)\Scripts\activate # ex. .\venvs\tf-codes-1\Scripts\activate 3. 가상환경 kernel 추가 window랑 linux 동일함 python -m ipykernel install --user --name [virtualEnv] --display-name "[displayKenrelN..
