ㅋㄷㅋㄷ

data['Country'].agg([pd.Series.value_counts, lambda x: x.value_counts(normalize=True)]) normalize=True 로 비중을 표시하고 같이 데이터프레임으로 만들어주기

pd.concat(data1, data2) TypeError: first argument must be an iterable of pandas objects, you passed an object of type "DataFrame" 해결 -> 데이터를 리스트 안에 넣어주기! pd.concat([data1, data2])

다음과 같이 주소와 건물에 대한 정보들이 있는 데이터프레임이 있습니다. 이를 피봇테이블로 만들어보겠습니다. pd.pivot_table(데이터프레임명, index = , column = , values = )로 표현되며, 많이들 엑셀에서 사용해봤을 텐데요 index는 축(범주), column은 범례(계열), values는 값에 해당합니다! pd.pivot_table(test, index='주소' , columns = '사용승인연도', values='총연면적').reset_index() 다음과 같은 피벗테이블 결과물을 확인해보실 수 있습니다.

pd.set_option('display.max_columns', 500) # 열(컬럼) 모두 보기 pd.set_option('display.max_rows', 500) # 행 모두 보기 데이터프레임을 print하여 콘솔에서 확인할 때, 행과 열이 일부만 보일 수 있습니다. pd.get_option('display.max_columns') # 0 컬럼이 많아서 중간 컬럼들은 생략됩니다 pd.set_option('display.max_columns', 500) 모든 컬럼을 확인할 수 있습니다. # option 초기화 pd.reset_option('display.max_columns')

result['buff'] = result.apply(lambda x : x['bound'].buffer(x['length'], join_style=2)) # KeyError ('EMD_CD', 'occurred at index count') result['buff'] = result.apply(lambda x : x['bound'].buffer(x['length'], join_style=2), axis=1) # default axis=0

작업환경 : python(3.6) 작업형1 체험 문제 import pandas as pd from sklearn.preprocessing import MinMaxScaler df = pd.read_csv("/data/mtcars.csv") min_max_scaler = MinMaxScaler() df_new = min_max_scaler.fit_transform(df[['qsec']]) print((df_new > 0.5).sum()) # 9 ※ 내용에 이상이 있다면 댓글로 알려주세요 :)

불러오고자 하는 데이터 안에 여러 개의 컬럼 중에 필요한 컬럼만 불러올 때 col = [0,37] # 0번째와 37번째 컬럼 df = pd.read_csv("데이터.txt", usecols = col) # 다른 파라미터는 생략함