경고 메세지 끄기
import warnings warnings.filterwarnings(action="ignore")
nan 값 채우기
✏️입력
fillna_df.loc[2:4, ["A"]] = np.nan fillna_df.loc[3:5, ["B"]] = np.nan fillna_df.loc[4:7, ["C"]] = np.nan fillna_df
💻출력
method: {'backfill', 'bfill', 'ffill', None}, default None
✏️입력
# fillna_df.fillna(value=0) fillna_df.fillna(method="pad") # axis = 0 으로 하면 가로축도 가능
💻출력
✏️입력
population = pd.read_excel("../data/07_population_raw_data.xlsx", header=1) population.fillna(method="pad", inplace=True) population
컬럼 이름 변경
population.rename( columns={ "행정구역(동읍면)별(1)": "광역시도", "행정구역(동읍면)별(2)": "시도", "계": "인구수", }, inplace=True )
소계 제거
pivot_table
소멸 비율 계산
& 소멸위기지역 칼럼 생성
✏️입력
# 소멸위기지역 조회 pop[pop["소멸위기지역"] == True].index.get_level_values(1)
💻출력
Index(['고성군', '삼척시', '양양군', '영월군', '정선군', '평창군', '홍천군', '횡성군', '가평군', '양평군', '연천군', '거창군', '고성군', '남해군', '밀양시', '산청군', '의령군', '창녕군', '하동군', '함안군', '함양군', '합천군', '고령군', '군위군', '문경시', '봉화군', '상주시', '성주군', '영덕군', '영양군', '영주시', '영천시', '예천군', '울릉군', '울진군', '의성군', '청도군', '청송군', '동구', '영도구', '강화군', '옹진군', '강진군', '고흥군', '곡성군', '구례군', '담양군', '보성군', '신안군', '영광군', '영암군', '완도군', '장성군', '장흥군', '진도군', '함평군', '해남군', '화순군', '고창군', '김제시', '남원시', '무주군', '부안군', '순창군', '임실군', '장수군', '정읍시', '진안군', '공주시', '금산군', '논산시', '보령시', '부여군', '서천군', '예산군', '청양군', '태안군', '홍성군', '괴산군', '단양군', '보은군', '영동군', '옥천군'], dtype='object', name='시도')
인덱스를 열로 반환
✏️입력
pop.columns.get_level_values(0)[5]
💻출력
'65세이상'
✏️입력
tmp_columns = [ pop.columns.get_level_values(0)[n] + pop.columns.get_level_values(1)[n] for n in range(0, len(pop.columns.get_level_values(0))) ] pop.columns = tmp_columns pop.head()
💻출력
이 글은 제로베이스 데이터 취업 스쿨의 강의자료 일부를 발췌하여 작성되었습니다.