groupby()를 사용하여 Pandas DataFrame을 그룹화합니다. 그룹화 기능을 사용하여 사용할 열을 선택합니다. 아래에 표시된 자동차 판매 기록의 예에 대해 분 단위로 그룹화하고 등록 가격 합계를 분 간격으로 계산합니다. 먼저 다음이 3개의 열이 있는 Pandas DataFrame이라고 가정해 보겠습니다. Date_of_Purchase를 Date_of_Purchase에 날짜와 시간을 모두 포함하여 타임스탬프로 설정했습니다. − dataFrame =pd.DataFrame( { 자동차:[아우디, 렉서스, 테슬라, 메르세데스

k 크기의 하위 배열 최대 합으로 행렬을 정렬해야 하는 경우 amx 및 sum 방법을 사용하여 목록을 반복하는 방법이 정의됩니다. 예시 아래는 동일한 데모입니다. def sort_marix_K(my_list): return max(sum(my_list[index: index + K]) for index in range(len(my_list) - K)) my_list = [[51, 23, 4, 24, 1], [45, 6, 26, 36, 5], [56, 16, 6, 36, 8], [5, 4, 36, 26, 26]] print

인덱스 값과 합을 곱한 값을 구해야 할 때 enumerate 속성을 사용합니다. 예시 아래는 동일한 데모입니다. my_list = [71, 23, 53, 94, 85, 26, 0, 8] print("The list is :") print(my_list) my_result = 0 for index, element in enumerate(my_list):    my_result += (index + 1) * element print("The resultant sum is :"

K개의 고유한 문자가 있는 N 크기의 하위 문자열을 찾아야 할 때 세 개의 매개 변수를 사용하고 if 조건을 사용하여 필요한 문자열을 반환하는 메서드가 정의됩니다. 예 아래는 동일한 데모입니다. def generate_my_string(string_size, substring_size, distinct_chars): my_string = "" count_1 = 0 count_2 = 0 for i in range (string_size): count_1 += 1 cou

K가 아닌 멀리 떨어진 요소를 찾아야 하는 경우 append 방법과 함께 간단한 반복이 사용됩니다. 예 아래는 동일한 데모입니다. my_list = [91, 13, 19, 25, 35, 3, 9, 11, 0] print("The list is :") print(my_list) my_key = 2 print("The key is ") print(my_key) my_result = [] for element in my_list:    if element + my_key no

MultiIndex.from_arrays()를 사용하여 배열에서 다중 인덱스를 만드는 방법을 살펴보겠습니다. 먼저 자동차 배열을 만들어 보겠습니다. − car = ['Audi', 'Lexus', 'Tesla', 'Mercedes', 'BMW', 'Toyota', 'Nissan', 'Bentley', 'Mustang'] 등록 가격 -을 포함하는 다른 배열을 생성합니다. reg_price = [1000, 1

리스트의 각 K까지 그룹 합을 구해야 할 때 간단한 반복과 추가 방법을 사용합니다. 예시 아래는 동일한 데모입니다. from collections import defaultdict my_list = [21, 4, 37, 46, 7, 56, 7, 69, 2, 86, 1] print("The list is :") print(my_list) my_key = 46 print("The key is ") print(my_key) my_sum = 0 my_result = [] for ele in m

연속된 요소의 거듭제곱을 추가해야 하는 경우 ** 연산자와 함께 if 조건과 간단한 반복을 사용합니다. 예시 아래는 동일한 데모입니다. my_list = [21, 21, 23, 23, 45, 45, 45, 56, 56, 67] print("The list is :") print(my_list) my_freq = 1 my_result = 0 for index in range(0, len(my_list) - 1):    if my_list[index] != my_list[index + 1]:

사전 목록에서 K번째 인덱스 값으로 값을 대체해야 하는 경우 isinstance 메서드와 간단한 반복을 사용합니다. 예시 아래는 동일한 데모입니다. my_list = [{'python': [5, 7, 9, 1], 'is': 8, 'good': 10},    {'python': 1, 'for': 10, 'fun': 9},    {'cool': 3, 'python': [7, 3, 9,

두 날짜 사이의 DataFrame을 필터링하려면 dataframe.loc을 사용하세요. . 먼저 필요한 라이브러리를 가져옵니다 - import pandas as pd 날짜 기록이 있는 목록 사전 만들기 - d = {'Car': ['BMW', 'Lexus', 'Audi', 'Mercedes', 'Jaguar', 'Bentley'],'Date_of_Purchase': ['2021-07-10', '20

정렬된 값으로 사전을 필터링해야 하는 경우 목록 이해와 함께 정렬 방식을 사용합니다. 예 아래는 동일한 데모입니다. my_list = [{'python': 2, 'is': 8, 'fun': 10}, {'python': 1, 'for': 10, 'coding': 9}, {'cool': 3, 'python': 4}] print("The list is :") print(my_list) my_

목록의 요소를 가장 큰 이웃으로 대체해야 하는 경우 if 및 else 조건과 함께 간단한 반복이 사용됩니다. 예 아래는 동일한 데모입니다. my_list = [41, 25, 24, 45, 86, 37, 18, 99] print("The list is :") print(my_list) for index in range(1, len(my_list) - 1): my_list[index] = my_list[index - 1] if my_list[index - 1] > my_list[index + 1] e

접미사를 사용하여 K 길이로 문자열을 그룹화해야 하는 경우 간단한 반복과 try 및 except 블록이 사용됩니다. 예 아래는 동일한 데모입니다. my_list = ['peek', "leak", 'creek', "weak", "good", 'week', "wood", "sneek"] print("The list is :") print(my_list) K = 3 print(&qu

Pandas DataFrame을 병합하려면 merge()를 사용하세요. 기능. 오른쪽 외부 조인은 how merge() 함수의 매개변수, 즉 - how = “right” 먼저 별칭을 사용하여 pandas 라이브러리를 가져오겠습니다. import pandas as pd 병합할 두 개의 데이터 프레임 생성 - # Create DataFrame1 dataFrame1 = pd.DataFrame(    {       "Car": ['BMW

데이터 프레임 행을 목록으로 그룹화하려면 apply() 함수를 사용하십시오. 먼저 require 라이브러리를 가져오도록 합시다 - import pandas as pd 2개의 열로 DataFrame 생성 - dataFrame = pd.DataFrame(    {       "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'],

선형 보간으로 NaN을 채우려면 interpolate()를 사용하세요. Pandas 시리즈의 메소드. 먼저 필요한 라이브러리를 가져옵니다 - pdimport numpy로 np로 팬더 가져오기 일부 NaN 값으로 Pandas 시리즈를 만듭니다. numpy np.nan을 사용하여 NaN을 설정했습니다. - d =pd.Series([10, 20, np.nan, 40, 50, np.nan, 70, np.nan, 90, 100]) 선형 보간 찾기 - d.interpolate() 예시 다음은 코드입니다 - 판다를 pdimport nump

문자열에서 가장 빈도가 낮은 문자를 찾아야 할 때 카운터를 사용하여 문자 수를 얻습니다. min 방법은 문자열에서 최소값을 얻는 데 사용됩니다. 즉, 모든 문자의 개수는 문자와 함께 저장됩니다. 최소값을 얻습니다. 예시 아래는 동일한 데모입니다. from collections import Counter my_str = "highland how" print ("The string is : ") print(my_str) my_result = Counter(my_str) my_result = m

문자열에 특정 문자가 포함되어 있는지 확인해야 하는 경우 정규식을 사용하는 check_string이라는 메서드와 문자열에 특수 문자가 있는지 확인하는 컴파일 메서드를 정의합니다. 메서드 외부에 문자열을 정의하고 이 문자열을 매개변수로 전달하여 메서드를 호출합니다. 예시 아래는 동일한 데모입니다. import re def check_string(my_string): regex = re.compile('[@_!#$%^&*()<>?/\|}{~:]') if(regex.search(my_str

문자와 숫자를 제외한 모든 문자를 제거해야 하는 경우 정규식을 사용합니다. 정규 표현식이 정의되고 문자열은 이 표현식을 따릅니다. 예 아래는 동일한 데모입니다. import re my_string = "python123:, .@! abc" print ("The string is : ") print(my_string) result = re.sub('[\W_]+', '', my_string) print ("The expected string is :&qu

정규식을 사용하여 대문자와 소문자의 순서를 찾아야 하는 경우 정규식과 일치시키기 위해 search 메서드를 사용하는 match_string이라는 메서드를 정의합니다. 메서드 외부에 문자열이 정의되어 있고 문자열을 전달하여 메서드가 호출됩니다. 예시 아래는 동일한 데모입니다. import re def match_string(my_string):    pattern = '[A-Z]+[a-z]+$'    if re.search(pattern, my_string):   &n