특정 값이 없을 때 사전 목록에서 사전을 제거해야 하는 경우 단순 반복, del연산자 및 break문이 사용됩니다. 예시 아래는 동일한 데모입니다 - my_list = [{"code" : 1, "fun" : "learn"}, {"code" : 2, "fun" : "code"}, {"code" : 3, "fun" : "test"}, {"code&qu

리스트에서 사전을 생성해야 하는 경우 dict 방식으로 딕셔너리를 생성하고 간단한 반복과 setdefault 방식을 사용합니다. 예시 아래는 동일한 데모입니다 - my_dict = dict() print("An empty dictionary has been created") my_value_list = ['15', '14', '13', '12', '16'] print("The list is : " ) print(my_val

구분 기호가 있는 문자열 목록을 튜플 목록으로 변환해야 하는 경우 K 값을 설정하고 split 방식과 함께 목록 이해를 사용합니다. 예시 아래는 동일한 데모입니다 - my_list = ["33-22", "13-44-81-39", "42-10-42", "36-56-90", "34-77-91"] print("The list is : " ) print(my_list) print("The sorted list is &q

DataFrame 객체가 같은지 확인하려면 equals() 메서드를 사용하십시오. 먼저 두 개의 열이 있는 DataFrame1을 생성해 보겠습니다. - dataFrame1 = pd.DataFrame(    {       "Car": ['BMW', 'Lexus', 'Audi', 'Mustang', 'Bentley', 'Jaguar'], "Reg_Price":

문자열을 행당 K개의 문자가 있는 행렬로 변환해야 하는 경우 문자열과 K에 대한 값을 취하는 메서드가 정의됩니다. 간단한 반복, 모듈러스 연산자 및 추가 메서드를 사용합니다. 예 아래는 동일한 데모입니다 - print("Method definition begins") def convert_my_string(my_string, my_k): for index in range(len(my_string)): if index % my_k == 0: sub = my_string[index:

두 DataFrame 사이의 공통 행을 가져오려면 concat()을 사용하세요. 기능. 두 개의 열이 있는 DataFrame1을 생성해 보겠습니다. - dataFrame1 = pd.DataFrame(    {       "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],       "Reg_

합계를 기준으로 DataFrame에서 몇 개의 행을 필터링하기 위해 Student Marks의 예를 고려했습니다. 합계가 200보다 큰 특정 과목의 합계를 계산해야 합니다. 즉, 해당 특정 과목의 세 학생의 합계가 200보다 큰 경우입니다. 이러한 방식으로 총계가 200보다 작은 행을 맞출 수 있습니다. 먼저 3개의 열, 즉 3명의 학생에 대한 레코드가 있는 DataFrame을 만듭니다. dataFrame =pd.DataFrame({Jacob_Marks:[95, 90, 70, 85, 88],Ted_Marks:[60, 50, 65

Pandas 데이터 프레임을 그룹화하기 위해 groupby()를 사용합니다. 그룹화된 데이터 프레임을 오름차순으로 정렬하려면 sort_values()를 사용하십시오. size() 메서드는 데이터 프레임 크기를 가져오는 데 사용됩니다. 오름차순 정렬의 경우 sort_values() −에서 다음을 사용하십시오. ascending=참 먼저 pandas 데이터 프레임을 만듭니다. - dataFrame =pd.DataFrame( { 자동차:[BMW, Lexus, Audi, Mercedes, Jaguar, Bentley], Reg_Pric

다중 수준 열 인덱스에서 수준을 삭제하려면 columns.droplevel()을 사용합니다. Multiindex.from_tuples()를 사용하여 열 단위로 인덱스를 생성합니다. 처음에는 열 단위로 인덱스를 생성합니다. − items =pd.MultiIndex.from_tuples([(열 1, 열 1, 열 1),(열 2, 열 2, 열 2),(열 3 , 3열, 3열)]) 다음으로 다중 인덱스 배열을 만들고 다중 인덱스 데이터 프레임을 형성합니다. arr =[np.array([자동차, 자동차, 자동차, 자전거, 자전거, 자전거, 트

다중 레벨 열 인덱스에서 다중 레벨을 삭제하려면 columns.droplevel()을 반복해서 사용하십시오. Multiindex.from_tuples()를 사용하여 열 단위로 인덱스를 생성합니다. 처음에는 열 단위로 인덱스를 생성합니다. − items =pd.MultiIndex.from_tuples([(열 1, 열 1, 열 1),(열 2, 열 2, 열 2),(열 3 , 3열, 3열)]) 다음으로, 다중 인덱스 배열을 만들고 다중 인덱스 데이터 프레임을 형성하십시오 - arr =[np.array([자동차, 자동차, 자동차, 자전거

두 개의 Pandas DataFrame을 공통 열과 병합하려면 merge()를 사용하세요. 기능을 설정하고 ON 매개변수를 열 이름으로 사용합니다. 일치하지 않는 값에 대해 NaN을 설정하려면 how 매개변수를 지정하고 왼쪽으로 설정합니다. 또는 맞음 . 즉, 왼쪽 또는 오른쪽을 병합합니다. 먼저 별칭을 사용하여 pandas 라이브러리를 가져오겠습니다. import pandas as pd DataFrame1을 만들어 봅시다 - dataFrame1 = pd.DataFrame( { "Car":

Pandas DataFrame을 병합하려면 merge() 함수를 사용하십시오. 외부 조인은 merge() 함수의 how 매개변수, 즉 - 아래에 설정하여 두 DataFrame에서 모두 구현됩니다. 방법 =외부 먼저 별칭을 사용하여 pandas 라이브러리를 가져오겠습니다. - pandas를 pd로 가져오기 DataFrame1 −을 생성해 보겠습니다. dataFrame1 =pd.DataFrame( { 자동차:[BMW, 렉서스, 아우디, 머스탱, 벤틀리, 재규어], 단위:[100, 150, 110 , 80, 110, 90] }) 이

DataFrame에서 열을 선택하려면 대괄호를 사용하여 가져오기만 하면 됩니다. 예를 들어 대괄호 안에 선택할 열을 언급하면 ​​끝입니다. dataFrame[‘ColumnName’] 먼저 필요한 라이브러리를 가져옵니다 - import pandas as pd 이제 DataFrame을 만듭니다. 두 개의 열이 있습니다 - dataFrame = pd.DataFrame( { "Car": ['BMW', 'Lexus', 'Audi', '

DataFrame에서 여러 행을 선택하려면 :연산자를 사용하여 범위를 설정합니다. 처음에는 − 별칭을 사용하여 require pandas 라이브러리를 가져옵니다. import pandas as pd 이제 새로운 Pandas DataFrame을 생성하십시오 - dataFrame = pd.DataFrame([[10, 15], [20, 25], [30, 35], [40, 45]],index=['w', 'x', 'y', 'z'],columns=['a', 'b&

Pandas DataFrame의 열을 쿼리하려면 query()를 사용하세요. 레코드를 필터링하기 위해 쿼리하고 있습니다. 먼저 Pandas DataFrame을 생성해 보겠습니다. dataFrame = pd.DataFrame({"Product": ["SmartTV", "PenDrive", "Speaker", "Earphone"],"Opening_Stock": [300, 700, 1200, 1500],"Closing_St

특정 조건의 목록에서 모든 조합을 찾아야 하는 경우 단순 반복, isinstance 방법, append 방법 및 인덱싱이 사용됩니다. 예시 아래는 동일한 데모입니다 - print("Method definition begins") def merge_the_vals(my_list_1, my_list_2, K): index_1 = 0 index_2 = 0 while(index_1 < len(my_list_1)): for i in range(K): yield my_lis

요소를 K번 무작위로 삽입해야 하는 경우 단순 반복과 함께 random 패키지와 random 패키지의 메소드를 사용합니다. 예시 아래는 동일한 데모입니다 - import random my_list = [34, 12, 21, 56, 8, 9, 0, 3, 41, 11, 90] print("The list is : " ) print(my_list) print("The list after sorting is : " ) my_list.sort() print(my_list) to_add_list =

리스트의 요소를 자릿수를 기준으로 정렬해야 하는 경우 max, max 방법을 사용합니다. 또한 sorted 방법, lambda 함수 및 ljust도 사용할 것입니다. 예시 아래는 동일한 데모입니다 - my_list = [4344, 2611, 122, 541, 33, 892, 48292, 460, 390, 120, 10, 2909, 11239, 1] print("The list is : " ) print(my_list) print("The list after sorting is : " ) my

여러 특정 인덱스 범위 사이에 있는 요소를 추출해야 하는 경우 extend 방식, 간단한 반복 및 인덱싱을 사용합니다. 예시 아래는 동일한 데모입니다 - my_list = [13, 21, 81, 10, 13, 17, 22, 18, 11, 90, 0] print("The list is : ") print(my_list) print("The list after sorting is : " ) my_list.sort() print(my_list) range_list = [(2, 4), (7, 8),

구분자를 기준으로 요소를 분리해야 하는 경우 예시 아래는 동일한 데모입니다 - my_list = ["89@21", "58@51", "19@61", "11@10", "32@65", "34@45", "87@90", "32@21",'1@345'] print("The list is : " ) print(my_list) print("The list afte