열 이름으로 DataFrame의 하위 집합을 만들려면 대괄호를 사용합니다. DataFrame을 대괄호(인덱싱 연산자)와 다음과 같이 특정 열 이름과 함께 사용하십시오. - dataFrame[‘column_name’] 처음에는 alias −로 필요한 라이브러리를 가져옵니다. import pandas as pd 제품 레코드로 Pandas DataFrame 만들기 − dataFrame = pd.DataFrame({"Product": ["SmartTV", "ChromeCa

인덱스를 기반으로 열에서 특정 값을 선택하여 하위 집합을 만들려면 iloc() 메서드를 사용합니다. 먼저 pandas 라이브러리를 가져오겠습니다. pandas를 pd로 가져오기 제품 레코드로 Pandas DataFrame을 만듭니다. 3개의 열이 있습니다. dataFrame =pd.DataFrame({제품:[SmartTV, ChromeCast, 스피커, 이어폰],Opening_Stock:[300, 700, 1200, 1500],Closing_Stock:[200, 500, 1000, 900]}) iloc(를 사용하여 2개의 열과

DataFrame에 행을 추가하려면 append() 메서드를 사용합니다. 여기에서 두 개의 DataFrame을 만들고 차례로 추가합니다. 먼저 별칭을 사용하여 pandas 라이브러리를 가져옵니다. - import pandas as pd 이제 첫 번째 DataFrame을 만듭니다. dataFrame1 = pd.DataFrame(    { "Car": ['BMW', 'Lexus', 'Audi', 'Jaguar'] } ) 두 번째 Data

DataFrame에서 행을 삭제하려면 drop()을 사용하세요. 메소드를 사용하고 인덱스 레이블을 매개변수로 설정합니다. 먼저 DataFrame을 생성해 보겠습니다. w, x, y 및 z로 색인 레이블이 있습니다. dataFrame = pd.DataFrame([[10, 15], [20, 25], [30, 35], [40, 45]],index=['w', 'x', 'y', 'z'], columns=['a', 'b']) 이제 인덱스 레이블을 사용하여

DataFrame의 모든 행을 합산하려면 sum() 함수를 사용하고 축 값을 1로 설정합니다. 값 축 1은 행 값을 추가합니다. 먼저 DataFrame을 생성해 보겠습니다. 시작 및 마감 주식 열이 있습니다. dataFrame = pd.DataFrame({"Opening_Stock": [300, 700, 1200, 1500],"Closing_Stock": [200, 500, 1000, 900]}) 행 값의 합 찾기. 행 값을 추가하기 위해 축이 1로 설정되었습니다. dataFrame = dat

numpy where() 메서드를 사용하여 Pandas DataFrame을 필터링할 수 있습니다. where() 메소드의 조건을 언급하십시오. 먼저 필요한 라이브러리를 해당 별칭과 함께 가져오도록 하겠습니다. pdimport numpy로 np로 팬더 가져오기 이제 제품 레코드가 있는 Pandas DataFrame을 생성합니다. dataFrame =pd.DataFrame({제품:[SmartTV, ChromeCast, 스피커, 이어폰],Opening_Stock:[300, 700, 1200, 1500],Closing_Stock:[20

인덱싱 연산자는 하위 집합 데이터 프레임을 만들기 위한 대괄호입니다. 먼저 Pandas DataFrame을 생성해 보겠습니다. DataFrame에는 3개의 열이 있습니다. dataFrame =pd.DataFrame({제품:[SmartTV, ChromeCast, 스피커, 이어폰],Opening_Stock:[300, 700, 1200, 1500],Closing_Stock:[200, 500, 1000, 900]}) 단일 열로 하위 집합 만들기 dataFrame[[제품]] 여러 열이 있는 하위 집합 만들기 dataFrame[[Openin

문자열을 구성하기 위해 최소 요소를 구해야 하는 경우에는 set 연산자, combinations 메서드, issubset 메서드 및 간단한 반복 작업이 필요합니다. 예시 아래는 동일한 데모입니다. from itertools import combinations my_list = ["python", "is", "fun", "to", "learn"] print("The list is :") print(my_list) my_t

목록에서 누적 행 빈도를 구해야 할 경우 카운터 방식과 목록 이해를 사용합니다. 예 아래는 동일한 데모입니다. from collections import Counter my_list = [[11, 2, 32, 4, 31], [52, 52, 3, 71, 71, 3], [1, 3], [19, 19, 40, 40, 40]] print("The list is :") print(my_list) my_element_list = [19, 2, 71] my_frequency = [Counter(element) for e

목록의 모든 요소에 지정된 숫자를 추가해야 하는 경우 목록 이해가 사용됩니다. 예시 아래는 동일한 데모입니다. my_list = [25,36, 75, 36, 17, 7, 8, 0] print ("The list is :") print(my_list) my_key = 6 my_result = [x + my_key for x in my_list] print ("The resultant list is :") print(my_result) 출력 The list is : [25, 36, 75, 3

예시 아래는 동일한 데모입니다. def diff_summation_elem(row): return sum([abs(row[index + 1] - row[index]) for index in range(0, len(row) - 1)]) my_list = [[97, 6, 47, 3], [6, 88, 3, 26], [71, 53, 34, 65], [15, 36, 5,62]] print("The list is : ") print(my_list) my_list.sort(key=diff_summation_elem

단어 목록에서 가장 긴 단어의 길이를 반환해야 하는 경우 목록을 매개 변수로 사용하는 메서드가 정의됩니다. 요소가 목록에 있는지 확인하고 이에 따라 출력이 표시됩니다. 예시 아래는 동일한 데모입니다. def find_longest_length(my_list):    max_length = len(my_list[0])    temp = my_list[0]    for element in my_list:       if(len(element) >

데이터형이 복잡한 행을 추출해야 하는 경우에는 isinstance 방식과 목록 내포를 사용합니다. 예시 아래는 동일한 데모입니다. my_list = [[13, 1,35], [23, [44, 54], 85], [66], [75, (81, 2), 29, 7]] my_result = [row for row in my_list if any(isinstance(element, list) or isinstance(element, tuple) or isinstance(element, dict) or isinstance(element, set

회문 수를 기준으로 행렬을 정렬해야 하는 경우 목록을 매개 변수로 사용하는 메서드가 정의됩니다. 목록 이해와 조인 메서드를 사용하여 요소가 회문인지 여부를 반복하고 확인합니다. 이를 바탕으로 결과가 결정되어 표시됩니다. 예시 아래는 동일한 데모입니다. def get_palindrome_count(row):    return len([element for element in row if''.join(list(reversed(element))) == element]) my_list = [["a

특정 개수의 행을 최대 합으로 출력해야 하는 경우에는 sorted 방식과 lambda 방식을 사용합니다. 예시 아래는 동일한 데모입니다. my_list = [[2, 4, 6, 7], [2, 4, 8], [45], [1, 3, 5, 6], [8, 2, 1]] print("The list is :") print(my_list) my_key = 3 print("The key is") print(my_key) my_result = sorted(my_list, key=lambda row: sum(ro

행렬에서 특정 길이의 행을 출력해야 하는 경우 목록 이해를 사용합니다. 예시 아래는 동일한 데모입니다. my_list =[[22, 4, 63, 7], [24, 4, 85], [95], [2, 55, 4, 7, 91], [5, 31, 1]]print( 목록은 다음과 같습니다.)print(my_list)my_key =4my_result =[sub for sub in my_list if len(sub) ==my_key]print(결과 목록은 다음과 같습니다.)print(my_result) 출력 목록은 [[22, 4, 63, 7], [2

목록에서 x 앞에 나오는 모든 y를 제거해야 하는 경우 index 방법과 함께 목록 이해가 사용됩니다. 예시 아래는 동일한 데모입니다. my_list = [4, 45, 75, 46, 66, 77, 48, 99, 10, 40, 5, 8] print("The list is :") print(my_list) a, b = 8, 4 index_a = my_list.index(a) my_result = [ele for index, ele in enumerate(my_list) if ele != b or (ele ==

연속된 요소를 재정렬해야 하는 경우 Counter 방식, 빈 목록 및 단순 반복이 사용됩니다. 예시 아래는 동일한 데모입니다. from collections import Counter my_list = [21, 83, 44, 52, 61, 72, 81, 96, 18, 44] print("The list is :") print(my_list) my_frequencys = Counter(my_list) my_result = [] for value, count in my_frequencys.items():

모든 행에 다른 행렬과 공통 요소가 포함되어 있는지 테스트해야 하는 경우 단순 반복 및 플래그 값이 사용됩니다. 예시 아래는 동일한 데모입니다. my_list_1 =[[3, 16, 1], [2, 4], [4, 31, 31]]my_list_2 =[[42, 16, 12], [42, 8, 12], [31, 7, 10]]print(첫 번째 목록은 :)print(my_list_1)print(두 번째 목록은 :)print(my_list_2)my_result =Truefor idx in range(0, len(my_list_1)):temp =

목록에서 x 뒤에 y가 모두 나오는지 확인해야 하는 경우 특정 조건과 함께 enumerate 속성을 사용합니다. 예시 아래는 동일한 데모입니다. my_list = [11, 25, 13, 11, 64, 25, 8, 9] print("The list is :") print(my_list) x, y = 13, 8 x_index = my_list.index(x) my_result = True for index, element in enumerate(my_list): if element == y and in