희주는 개발중

📍 연산자 ✅ 산술연산자 a = 2 b = 3 print(a + b) # 5 print(a - b) # -1 print(a * b) # 6 print(a / b) # 0.666666666 # 제곱 print(a ** b) # 8 # 나눈 몫 print(a // b) # 0 # 나눈 나머지 print(a % b) # 2 # (나눈 몫, 나눈 나머지) print(divmod(a, b)) # (0, 2) ✅ 비교연산자 a = 5 b = 10 print(a > b) # False print(a = b) # False print(a 1 1 + '1' TypeError: unsupported operand type(s) for +: 'int' and 'str' ✔️ contai..

📍 변수 : 변수이름 = 값 ✅ Number int : 정수 float : 소수 complex : 허수 변수.imag : 허수부분 변수.real : 실수부분 : type() 변수타입 출력 a = 1000 type(a) # int b = 1.1 type(b) # float c = 1 - 4j type(c) # complex c.imag # -4.0 c.real # 1.0 ✅ Boolean : True(1), False(0)로 이루어진 타입 a = True b = False type(a) # bool type(b) # bool ✅ None : 데이터가 없음을 의미 a = None type(a) # NoneType ✅ String : 문자열은 ', "를 이용하여 표현 a = 'hello' type(a) # s..

📍 데이터병합 ✅ concat() : pd.concat([df1, df2], axis, join, ignore_index=True/False) axis : 0(default값) 행방향 / 1 열방향 결합 join : 'inner' / 'outer'(default값) ignore_index=True : index 초기화 In [1]: import pandas as pd import numpy as np df1=pd.DataFrame( np.arange(6).reshape(3,2), index=['a','b','c'], columns=['데이터1','데이터2'] ) df1 Out[1]: In [2]: df2=pd.DataFrame( 5+np.arange(4).reshape(2,2), index=['a','c..

📍 그룹화 : 동일한 값을 가진 것들끼리 합쳐서 통계 또는 평균 등의 값을 계산하기 위해 사용 ✅ 엑셀로 열기 : pd.read_excel('파일명.xlsx', index_col='column') In [1]: import pandas as pd df = pd.read_excel('score.xlsx', index_col='지원번호') # index 설정 df Out[1]: ✅ 그룹화 후 필터링 : df.groupby('column').get_group('value') In [2]: df.groupby('학교') Out[2]: In [3]: df.groupby('학교').get_group('북산고') Out[3]: ✅ 그룹화 후 그룹별 행 갯수 : df.groupby('column').size() In..

📍 데이터수정 ✅ 엑셀로 열기 : pd.read_excel('파일명.xlsx', index_col='column') In [1]: import pandas as pd df = pd.read_excel('score.xlsx', index_col='지원번호') # index 설정 df Out[1]: ✅ Column 데이터 수정 : df['column'].replace({'old_column' : 'new_column'}) In [2]: # 북산고는 상북고로 수정 df['학교'].replace({'북산고':'상북고'}, inplace=True) df Out[2]: : df.rename({'old_name' : 'new_name'}) In [3]: df.rename({'학교': 'school'}, axis=1,..

📍 데이터추가 ✅ 엑셀로 열기 : pd.read_excel('파일명.xlsx', index_col='column') In [1]: import pandas as pd df = pd.read_excel('score.xlsx', index_col='지원번호') # index 설정 df Out[1]: ✅ Row 추가 : df.loc['index'] = [list] In [2]: df.loc['9번'] = ['이정환', '해남고등학교', 184, 90, 90, 90, 90, 90, 'Kotlin'] df Out[2]: ✅ Column 추가 : df['new_column'] = data In [3]: df['총합'] = df['국어'] + df['영어'] + df['수학'] + df['과학'] + df['사회']..

📍 데이터정렬 ✅ 엑셀로 열기 : pd.read_excel('파일명.xlsx', index_col='column') In [1]: import pandas as pd df = pd.read_excel('score.xlsx', index_col='지원번호') # index 설정 df Out[1]: ✅ column기준 정렬(sort_values) : df.sort_values([column_list], ascending=[True/False]) In [2]: df.sort_values('키') # 키 기준으로 오름차순 정렬 Out[2]: In [4]: df.sort_values('키', ascending=False) # 키 기준으로 내림차순 정렬 Out[4]: In [5]: df.sort_values(['수..

📍 결측치 : 비어있는 데이터 ✅ 엑셀로 열기 : pd.read_excel('파일명.xlsx', index_col='column') In [1]: import pandas as pd df = pd.read_excel('score.xlsx', index_col='지원번호') # index 설정 df Out[1]: ✅ 결측치로 채우기 : df['column'] = np.nan In [2]: import numpy as np df['학교'] = np.nan # 학교 데이터 전체를 NaN으로 채움 df Out[2]: ✅ 결측치 찾기 : isnull(), isna() In [3]: df['SW특기'].isnull() Out[3]: 지원번호 1번 False 2번 False 3번 False 4번 True 5번 Tru..

📍 데이터 선택(조건) ✅ 엑셀로 열기 : pd.read_excel('파일명.xlsx', index_col='column') In [1]: import pandas as pd df = pd.read_excel('score.xlsx', index_col='지원번호') # index 설정 df Out[1]: ✅ 조건에 해당하는 데이터선택 : df[filter] In [2]: df['키'] >= 185 # 학생들의 키가 185 이상인지 여부를 True/False Out[2]: 지원번호 1번 True 2번 False 3번 False 4번 True 5번 True 6번 True 7번 True 8번 True Name: 키, dtype: bool In [3]: filt = (df['키'] >= 185) df[filt]..

📍 데이터 선택(iloc) : 위치를 이용하여 원하는 row, col 선택 ✅ 엑셀로 열기 : pd.read_excel('파일명.xlsx', index_col='column') In [1]: import pandas as pd df = pd.read_excel('score.xlsx', index_col='지원번호') # index 설정 df Out[1]: ✅ iloc : df.iloc['row_idx', 'col_idx'] In [2]: df.iloc[0] # 0번째 행의 데이터 Out[2]: 이름 채치수 학교 북산고 키 197 국어 90 영어 85 수학 100 과학 95 사회 85 SW특기 Python Name: 1번, dtype: object In [3]: df.iloc[4, 2] # 4번째 행의 2..