빅분기 실기대비 함수 정리

업데이트 중

빅분기 실기를 10일 남기고 시작한 벼락치기.
일단 함수를 잘 기억해두는게 시간단축에 좋을듯 하다.

데이터 확인

• 읽기 : pandas.read_csv('path', encoding='euc-kr')
• df확인 : pandas 함수로 data프레임의 매소드 사용
  - df.head(n) == df.iloc[:n].copy() == df[:n] 사실 같음
  • df.loc['column_name']
  • df.iloc[index]
  • df.dscribe() , df['column_name'].discribe()
  • df.info()
  • df.columns
• 왜도 : df.skew()
• 첨도 : df.kurtosis() or df.kurt()
• IQR :

  Q1 = df['column_name'].describe()["25%"]
  Q3 = df['column_name'].describe()["75%"]

na값 대체

• fillna(x) : x로 채우기
  - groupby, map으로

  # 도시별 데이터의 이름 딕셔너리 생성
  keys = data['city'].unique()
  medians = {}
  # 도시이름 : 값 저장
  for i in keys:
  	medians[i] = data.groupby(i).median()
      
  #value의 na를 도시별 중위수로 map을 활용하여 채우기
  df['value'].fillna(df['city'].map(medians))

변수변환

• 로그 변환, 제곱근 변환

  # log 변환 
  df[`new_column_name`] = Numpy.log(df['column_name'])
  
  # 제곱근 변환
  df[`new_column_name`] = Numpy.sqrt(df['column_name'])

• 소수점 올림, 내림, 버림

  #올림
  np.ceil(x)
  #내림
  np.floor(x)
  #버림
  np.trunc(x)

전치리

• np.getdummies(df[column_name])

기타 꼭 봐두면 좋은 코드

• apply만 알아도 일당 100

def brand_group(series):
	if series==1:
		return 1
	elif series==2:
		return 2

df['re_brand'] = df['brand'].apply(brand_groups)