![](http://i1.daumcdn.net/thumb/C148x148.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/H2Po4/btqI2HdkCJ5/RTAFKYeEE75E7R3LE84ork/img.png)
안녕하세요. 죠쵸입니다. Pandas, concat() 함수 사용하기 라는 주제로 오늘은 이야기 하려고 합니다. concat은 기존에 존재하는 데이터를 merge(통합/연결) 하는 기능을 합니다. 데이터를 분석 및 연산하기 위해서 종종 데이터를 merge(통합/연결) 할 필요가 있습니다. 지난 번 캐글의 타이타닉 경진대회 시 사용된 데이터를 통해서 사용방법을 나누도록 하겠습니다. 타이타닉 경진대회에 대한 기초지식은 지난 번 포스팅을 참고 부탁 드립니다. 2020/08/29 - [Data Science] - 캐글 타이타닉 데이터 분석 및 시각화 #concate() row(index) data 연결 train data와 test data를 통합하여 데이터를 분석하는 예제를 보여드리려고 합니다. Train d..
![](http://i1.daumcdn.net/thumb/C148x148.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/brKKyk/btqI25SKqSB/IjR9AdkfKDvzvlMk9rW1aK/img.png)
안녕하세요. 죠쵸입니다. Pandas, One Hot Encoding이라는 주제로 포스팅하고자 합니다. One Hot Encoding 을 간단히 설명하자면, Data를 Machine Learning 알고리즘이 알기 쉽게 변환해 주는 것입니다. 즉, 카테고리성 데이터를 각 카테고리별 컬럼으로 추가생성하고 Machine Learning 알고리즘이 알기 쉽도록(?), 예측을 더 잘 할 수 있도록 1과 0 또는 (True / False)로 값을 변환해 주는 것을 의미합니다. 캐글의 타이타닉 경진대회의 데이터를 예시를 보여 드리겠습니다. 참고로 캐글의 타이타닉 경진대회에 대한 포스팅은 이전 포스팅을 참고 부탁 드립니다. 2020/08/29 - [Data Science] - 캐글 타이타닉 데이터 분석 및 시각화 타..
![](http://i1.daumcdn.net/thumb/C148x148.fwebp.q85/?fname=https://blog.kakaocdn.net/dn/bGjzaa/btqIhYrQQtI/HSGtzrUCn5kAxOO8IP52sK/img.png)
안녕하세요. 죠쵸입니다. Machine Learning(머신러닝)에 대해서 알아보고 공부하다가 Pandas(판다스)에 대해서 알게 되었습니다. 오늘은 Pandas(판다스)는 무엇이고, Pandas(판다스)의 기본적인 사용법에 대해서 정리해서 공유하려고 합니다. # Pandas(판다스)는 무엇인가? Pandas(판다스)는 Python(파이썬)의 Library 중 하나입니다. 이 Library는 데이터의 조작 및 분석을 위해서 사용 됩니다. Pandas(판다스)라는 이름도 "Python data analysis"(파이썬 데이터 분석)이라는 문구에서 유래되었다고 합니다. 머신러닝의 모델을 만들기 위해서 많이 사용되고 있는 중요한 Library입니다. 많은 시간이 데이터 분석을 위해 사용되는데, Pandas(판..
- Total
- Today
- Yesterday
- 328. Odd Even Linked List
- Leetcode255
- ap news
- Kaggle
- pandas
- python
- 티파니T1
- 리바이스사이즈
- AdSense
- Big Data
- 재귀함수
- kule
- Leetcode
- 파이썬 기초
- 데이터 분석
- 캐글
- Pandas(판다스)
- 판다스
- Study
- English
- ai
- joecho
- 죠쵸
- 영어공부
- 파이썬 독학
- 큘가방
- 리트코드
- Machine Learning
- 파이썬
- 아디다스삼바화이트
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |