0. 동일 유형 문제 [프로그래머스] 완주하지 못한 선수 (해시 Lv. 1) [프로그래머스] 전화번호 목록 (해시 Lv. 2) [프로그래머스] 위장 (해시 Lv. 2) [프로그래머스] 베스트 앨범 (해시 Lv. 3) Youtube 영상으로 설명을 보고 싶으시다면 다음 영상을 참고하세요. 1. 문제 설명 (출처 : 프로그래머스, 원 출처) 수많은 마라톤 선수들이 마라톤에 참여하였습니다. 단 한 명의 선수를 제외하고는 모든 선수가 마라톤을 완주하였습니다. 마라톤에 참여한 선수들의 이름이 담긴 배열 participant와 완주한 선수들의 이름이 담긴 배열 completion이 주어질 때, 완주하지 못한 선수의 이름을 return 하도록 solution 함수를 작성해주세요. 제한사항 마라톤 경기에 참여한 선수의..

0. 이전 포스트 2020/12/28 - [Python과 머신러닝/Pandas 데이터 분석] - [Python.Pandas] Pivot Table과 CrossTab 사용하기 [Python.Pandas] Pivot Table과 CrossTab 사용하기 1. Pandas의 PivotTable 함수 In [1]:import wget import pandas as pd import dateutil In [2]:url = 'https://www.shanelynn.ie/wp-content/uploads/2015/06/phone_data.csv' wget.download(url) 100% [.......... coding-grandpa.tistory.com 1. Merge 함수를 사용하여 데이터 합치기 In [1]:..

1. Pandas의 PivotTable 함수 In [1]:import wget import pandas as pd import dateutil In [2]:url = 'https://www.shanelynn.ie/wp-content/uploads/2015/06/phone_data.csv' wget.download(url) 100% [..............................................................................] 40576 / 40576 Out[2]:'phone_data.csv' In [3]:df_phone = pd.read_csv('./phone_data.csv') df_phone Out[3]: In [4]:df_phone.pivot_tabl..

0. 이전 글 Groupby와 관련한 기초는 이전 포스트에 정리하여, 해 포스트보다 더 기본부터 보고 싶다면 아래 글들을 읽는 것도 좋다. 2020/11/17 - [Python과 머신러닝/웹 데이터 추출] - [Python.Web] wget으로 웹 데이터 다운로드 및 파싱 - wget.download 2020/11/23 - [Python과 머신러닝/웹 데이터 추출] - [Python.Web] BeautifulSoup과 wget 으로 웹크롤링, 데이터 스크레이핑 2020/12/23 - [Python과 머신러닝/Pandas 데이터 분석] - [Python.Pandas] Groupby 함수 이해하기 - 1편 2020/12/24 - [Python과 머신러닝/Pandas 데이터 분석] - [Python.Panda..

0. 이전 포스트 2020/12/23 - [Python과 머신러닝/Pandas 데이터 분석] - [Python.Pandas] Groupby 함수 이해하기 - 1편 [Python.Pandas] Groupby 함수 이해하기 - 1편 1. Groupby 란? GroupBy란, 주어진 데이터를 그룹 별로 구분하여 데이터를 보기 위해 사용되는 함수이다. SQL을 해본 사람이라면 SQL의 Groupby와 동일한 동작을 하는 함수이다. Excel의 Pivot Table과도 유사 coding-grandpa.tistory.com 1. .swap_level과 .sort_index In [10]:h_index.swaplevel() Out[10]:Year Team 2014 Devils 863 2015 Devils 673 20..

1. Groupby 란? GroupBy란, 주어진 데이터를 그룹 별로 구분하여 데이터를 보기 위해 사용되는 함수이다. SQL을 해본 사람이라면 SQL의 Groupby와 동일한 동작을 하는 함수이다. Excel의 Pivot Table과도 유사한 기능이라고 이해하면 쉽다. 다음 그림을 보면 조금 더 직관적으로 이해될 것이다. 2. GroupBy 사용 예시 In [1]:import pandas as pd In [2]:ipl_data ={'Team':['Riders', 'Riders', 'Devils', 'Devils', 'Kings', 'Kings', 'Kings', 'Kings', 'Riders', 'Royals', 'Royals', 'Riders'], 'Rank':[1,2,2,3,3,4,1,1,2,4,1,..