dataframe 3

prod 함수

prod 함수객체의 행이나 열의 곱을 계산하는 함수 Numpy  np.prod(): Numpy 배열이나 데이터프레임에서 사용 배열, 리스트, 데이터프레임에서 모든 값의 곱 계산축을 지정하면 행 또는 열 단위로 계산 가능import numpy as nparr = [1, 2, 3, 4]result = np.prod(arr)print(f"전체 곱: {result}")#결과#24matrix = np.array([[1, 2], [3, 4]]) #2차원 배열result_col = np.prod(matrix, axis=0) #각 열의 곱result_row = np.prod(matrix, axis=1) #각 행의 곱print(f"열 단위 곱: {result_col}")print(f"행 단위 곱: {result_r..

카테고리 없음 2024.12.31

데이터 전처리 실습

이상 처리에 적합한 가상 데이터를 활용한 데이터 클리닝 문제 풀이 준비더보기데이터는 Pandas DataFrame 형식으로 제공하며, 각 열은 다음과 같은 속성을 가집니다:TransactionID: 거래 고유 IDCustomerID: 고객 고유 IDPurchaseAmount: 구매 금액 (USD)PurchaseDate: 구매 날짜ProductCategory: 제품 카테고리 (범주형 데이터)CustomerAge: 고객 나이CustomerGender: 고객 성별 (범주형 데이터)ReviewScore: 제품 리뷰 점수 (1~5 사이의 값, 결측값 포함import pandas as pdimport numpy as np# 가상 데이터 생성data = { 'TransactionID': range(1, 21),..

카테고리 없음 2024.12.10

데이터 전처리_중복 데이터 제거, 타입 변환, 인코딩

import pandas as pdimport numpy as np# 가상 데이터 생성data = { "Name": ["Alice", "Bob", "Alice", "David", "Eve", "Frank", "Gina", "Hank", "Ivy", "Jack"], "Age": [25, 30, "25", 35, 29, 40, None, 33, 30, 27], "Gender": ["F", "M", "F", "M", "F", "M", "F", "M", "F", "M"], "City": ["Seoul", "Busan", "Seoul", "Daegu", "Incheon", "Busan", "Daegu", "Incheon", "Seoul", "Daegu"], "Salary": [50000..

카테고리 없음 2024.12.05