블로그
- 월말일 구하기 last_trading_days from pykrx import stock import pandas as pd # KOSPI 지수 데이터 불러오기 start_date = "2023-01-01" end_date = ("매월 마지막 거래일:") print(last_trading_days) #리밸런싱 #backtestingpy #backt.......
- pandas _ columns, melt /data/billboard.csv') print('billboard'.center(50, '=')) print(billboard.shape) print(billboard.iloc[ 0:5, 0:16]) print.......
- pandas_조건 /data/scientists.csv') print(scientists) ages = scientists['Age'] print(ages.max()) print(ages.mean() ) print(ages + rev_ages) print("블린 추출&quo.......
- pandas_melt , pivot_table ## 열이름 관리 import pandas as pd ebola = pd.read_csv('. /data/country_timeseries.csv') print(ebola.columns) print(ebola.iloc[:5, [0,1,2,3,10,11]]) ebola_long
- pandas_파이콘 import pandas as pd ebola = pd.read_csv('. /data/country_timeseries.csv', parse_dates=[0]) print(ebola.iloc[:5, :5]) print(ebola.iloc[-5:, :5])
- pandas_ 분할 반영결합 reset_index 결합 (Split-Apply - Combine ) ### groupby() ## 데이터 집계 ## 데이타변환 ## 데이터 필터링 ## 그룹 오브젝트 import pandas as pd == 1952, :] print(y1952) y1952_mean = y1952.lifeExp.mean() print('y1952_mean :: {}'.format(y1952_mean
- pandas_ null 값 제거 null, NaN 값 확인 및 제거 print(vs) print('gepMinder'.center(50, '-')) gapminder = pd.read_csv('. () print(life_exp) ### 불린추출 y2000 &#.......
- pandas_시계열_1 ('\nt1 = {} \nt2 = {}\nt3={}'.format(t1, t2, t3)) diff1 = t1-t2 print(diff1) print(type(diff1)) diff2 = t2-t1 print(diff2) print(type(diff2)) ################################# ## datetime --> to_datetime
- pandas_데이타 수집_결합 ## 데이타 분석 ## 수집 -> 목적에 맞는 데이타 추출 -> 데이타 clean -> 분석 -> 결론 import pandas as pd df1 = pd.read_csv /data/concat_3.csv') print(df2) rows = pd.concat([df1, df2, df3]) print(rows) row_3 = rows.iloc[3,] print
- pandas - isnull값 처리 (필필) import seaborn as sns titanic = sns.load_dataset('titanic') print(titanic.info()) ### 누락값 체크 import numpy ) return null_count ### 누락값 체크 필수 cmis_col = titanic.apply(count_missing) print(cmis_col) ### 누락값 비율계산
1 페이지
다음 →