개발은 처음이라 개발새발

판다스를 활용하면서 데이터셋을 받아서 쓰기도 하지만 간단한 에제를 만들어 활용할 때 매번 컬럼과 인덱스를 만들어 넣는 것이 참 번거롭습니다. 이럴 때 무작위로 데이터를 제공해주는 라이브러리를 활용하면 좋은데요. Faker 라이브러리를 활용하면 무작위로 데이터를 만들 수 있습니다. #Faker 라이브러리 설치 pip install Faker from faker import Faker fake = Faker() names = [fake.name() for _ in range(10)] first_names = [fake.first_name_female() for _ in range(10)] jobs = [fake.job() for _ in range(10)] print(names) print(first_nam..

가상환경에서 툴을 다루기위해서 패키지를 설치해볼건데요. 여러 패키지 중에서 jupyter를 설치해보겠습니다. #jupyter 패키지 설치하기 (da_study) C:\Users\*****> conda install -y jupyter ipykernel 설치가 완료된 jupyter를 열어보겠습니다. (da_study) C:\Users\*****> jupyter notebook

가상환경을 만들고 리스토도 확인했으니 가상환경을 삭제하는 방법도 다뤄보겠습니다. 가상환경을 삭제할때는 "conda env remove -n" 를 활용하면 됩니다. 가상환경을 삭제하기 위해 삭제할 test_venv를 만들었고 Anacodna prompt를 활용해 삭제해보겠습니다. (base) C:\Users\*****> conda env list # conda environments: # base * C:\Users\*****\anaconda3 my_venv C:\Users\*****\anaconda3\envs\my_venv test_venv C:\Users\*****\anaconda3\envs\test_venv -- 삭제할 가상환경 C:\Users\*****\miniconda3 C:\Users\*****..

가상환경을 만들고 나면 내가 어떤 가상환경들이 있는지 확인이 필요할 때가 있습니다. 이럴때 env list를 활용하여 가상환경 리스트를 볼 수 있습니다. 이번에도 Anaconda prompt를 활용해보겠습니다. (base) C:\Users\****> conda env list # conda environments: # base * C:\Users\*****\anaconda3 my_venv C:\Users\*****\anaconda3\envs\my_venv C:\Users\*****\miniconda3 C:\Users\*****\miniconda3\envs\ds_study '*' 가 눈에 보이실텐데 *는 현재 활성화 되어 있는 가상 환경을 의미합니다.

Anaconda를 활용해 컴퓨터 안에 작은 가상 환경을 만들어보겠습니다. 가상환경을 만드는 이유는 파이썬의 환경을 분리하여 프로젝트 간의 충돌을 방지하기 위함인데요. 가상환경을 만들어놓으면 프로젝트간의 관리가 편해집니다. 본격적으로 가상환경을 만들어볼건데요. cmd를 활용하거나 Anaconda를 설치하셨으면 Anaconda prompt를 활용하시면됩니다. ## PC내 python 버전 확인 (base) C:\Users\*****> python -V Python 3.11.7 # my_venv라는 python 3.8버전 가상환경 생성 (base) C:\Users\*****> conda create -n my_venv python=3.8 #가상환경 완성 Downloading and Extracting Pack..

1. format함수와 형식문자를 이용한 데이터 출력 userName = '최윤식' userAge = 31 print('user name : {}, user age: {}'.format(userName, userAge)) #순서 바꾸기 print('user name : {1}, user age: {0}'.format(userName, userAge)) ###format 함수는 {}안에 인덱스 번호를 기입해 순서를 변경할 수 있다. ### #형식문자열 print('user name: %s' % userName) print('user age: %d' % userAge) print('user name: %s, user age: %d' % (userName, userAge)) ##### %s: 문자열, %d: ..

근래 여러 업무가 겹치면서 포스팅 하는 것도 많이 힘드네요. 업무가 겹치다 보니 포스팅 뿐만 아니라 컬럼명을 외우기도 벅차는데요. 주로 하는 일이 본격적으로 게임을 서비스 하기 위해 데이터 베이스를 구축하기 전 게임에 필요한 스탯의 성장과 인게임 결과에 따른 수치 변동 시뮬레이션을 하는 것이 업이다 보니 긴 컬럼명을 간단하게 변경해 외우기 쉽도록 작업을 하는 경우가 많습니다. 뭐든지 방법에는 처음에 알기 쉽지만 손이 많이 가는 방법 1과 공부를 한다면 몹시도 간단한 방법 2가 존재하는데요. 컬럼명 변경도 마찬가지입니다. 일단 예제를 하나 만들어보겠습니다. import pandas as pd dict_data = {'선수A':[18,3,21,8.13], '김덕배':[3,9,12,7.93], '필포든': [..

https://data-so-hard.tistory.com/50 merge()함수로 데이터프레임 병합하기 [python/pandas] 안녕하세요. 2주만의 포스팅을 하게 됐습니다. 오늘 포스팅할 것은 concat()함수에 이어 merge()함수로 데이터프레임을 병합하는 것입니다. merge()함수는 SQL의 join과 비슷한 방식으로 어떤 기준에 의 data-so-hard.tistory.com 지난 1편에 이어서 merge 함수의 옵션에 대해 알아보겠습니다. 이번 시간에는 'how=' 옵션에 대해 알아보려고 하는데요. how 옵션을 통해서는 왼쪽과 오른쪽을 기준으로 데이터 값을 병합합니다. 또한 left_on과 right_on 옵션을 사용하면 좌우 데이터프레임의 키값을 다르게 지정할 수 있습니다. 우선 ..

안녕하세요. 2주만의 포스팅을 하게 됐습니다. 오늘 포스팅할 것은 concat()함수에 이어 merge()함수로 데이터프레임을 병합하는 것입니다. merge()함수는 SQL의 join과 비슷한 방식으로 어떤 기준에 의해 두 데이터프레임을 병합하는 방법입니다. 이때 기준이 되는 열이나 인덱스를 key라고 부릅니다. 이때 키가 되는 열이나 인덱스는 반드시 합치려는 두 데이터프레임에 모두 존재해야 합니다. 그렇다면 예제를 통해 코딩을 진행해보겠습니다. import pandas as pd df1= pd.read_excel('./stock price.xlsx') df2= pd.read_excel('./stock valuation.xlsx') print(df1) print('\n') print(df2) print(..

데이터프레임은 구성의 형태와 속성이 균형하담녀 행 또는 열 중에 어느 한 방향으로 이어 붙여도 데이터의 일관성을 유지할 수 있습니다. 오늘은 기존 데이터프레임의 형태를 유지하면서 이어 붙이는 concat() 함수에 대해 알아보겠습니다. 우선 예제를 만들어 보겠습니다. import pandas as pd df1 = pd.DataFrame({'a':['a0','a1','a2','a3'], 'b':['b0','b1','b2','b3'], 'c':['c0','c1','c2','c3']}, index=[0,1,2,3]) df2 = pd.DataFrame({'a':['a2','a3','a4','a5'], 'b':['b2','b3','b4','b5'], 'c':['c2','c3','c4','c5'], 'd':['d2..