[데이터분석] 빅분기 실기 및 코딩테스트 대비

 

📖 내용

 

• 데이터프레임에서 대문자, 소문자 : df['열이름’].str.upper() df[’열이름’].str.lower()

 

• 결측치로 만들기 : df[’열이름’].replace(’\\N’, np.nan, inplace=True)

 

• 고객 ID의 고유한 개수 카운트 : df.gropuby(’열이름’)[’고객아이디’].nunqiue() df.gropuby(’열이름’)[’고객아이디’].unqiue() unique, nunique의 차이는 unique는 고객 아이디를 나타내고 nunique는 개수를 나타냄

 

• 날짜타입(datetime64)으로 변환하기 : df[’열이름’] = pd.to_datetime(df['열이름'])

 

• 파생변수 생성하기(날짜, 위치 등) : time_pattern = r’(\d{4}) - (\d{1,2}) - (\d{1,2}) (\d{1,2})’ df[[’연’,’월’,’일’,’시간’]] = df[[’연’,’월’,’일’,’시간’]].str.extract(time_pattern) location_pattern = r’(\S+) (\S+) (\S+)’ df[[’도시’,’구’,’동’]] = df[[’도시’,’구’,’동’]].str.extract(location_pattern)

 

• 여러 함수를 동시에 입력하고 출력 : df.groupby(’열이름')['거래날짜'].agg(['min', 'max']).reset_index()

 

• 학습을 통해 가중치를 찾아서 고객별로 등급을 메긴다

 

• groupby.(’’)[’’].size .sum .nunique

 

• 특정 타입만 추출하여 상관관계 분석 : df.select_dtypes(include=’number’).corr()

 

• 특정값을 기준으로 새로운 열을 추가할때 : df.iloc[df[’열이름’] == ‘특정값’, ‘생성할열’] = ‘생성할값’

 

• 특정열에서 문자나 숫자를 제외하고 싶을때 : df[’특정열’] = df[’특정열’].replace(r’\D’, ‘’, regex=True)

 

• 날짜 데이터 형식 관련 :  df.dt.strftime(’%Y-%m’) // df.dt.strptime