[Python 정리] 데이터 가공
#. 색인 (.np.ix_, .iloc, .loc) *# 슬라이스 색인 (얕은 복사, 원본 갱신) - 1차원 : ar[n:m] # n~m-1 - 2차원 : arr[:2] # 행 우선 (n~1행) arr[:2, 1:] # (n~1행, 1~m열) # 다차원 색인 - arr[[1,5,3], [2,6,4]] # point 색인 (1,2), (5,6), (3,4) - arr[[1,5,3], [:,[2,6,4]] # 1,5,3행의 2,6,4열 # np.ix_() 함수 색인 - arr[np.ix_([1,5,3], [2,6,4])] # 1,5,3행의 2,6,4열 (np.ix_ 함수 : 위치 값으로 전달) # iloc[] 정수 색인 - df.iloc[0,:] # 0번째 행 - df.iloc[:,0] # 0번째 열 - d..
[Python] 데이터 결합 (np.concatenate, pd.concat)
import pandas as pd import numpy as np from pandas import Series, DataFrame #. 배열 결합 (np.concatenate)np.concatenate?concatenate((a1, a2, ...), axis=0, out=None) ar1 = np.arange(4).reshape(2,2)array([[0, 1], [2, 3]])np.concatenate([ar1, ar1], axis=1)array([[0, 1, 0, 1], [2, 3, 2, 3]])np.concatenate([ar1, ar1], axis=0)array([[0, 1], [2, 3], [0, 1], [2, 3]]) #. 데이터 프레임 결합 (pd.concat)pd.concat?pd.co..
[R] 정규 표현식 - 정규 표현식을 사용한 데이터 추출
정규 표현식 정규 표현식은 방대한 데이터에서 원하는 정보만 추출하고 싶을 때 유용하게 사용됩니다. 파이썬에서도 동일하게 적용되니까 알아두면 두루두루 잘 사용할 수 있겠죠!? 문자열 관련 유용한 패키지 stringr도 참고하세요! [R] 문자열 관련 함수 - stringr 패키지, 정규식 1. grep() 함수 : 특정 패턴만 골라내기 grep(패턴, 문자열) stringr 패키지의 str_detect() 함수와 비슷하지만, 인자 부분이 다르죠? grep 함수는 탐색할 대상을 두 번째 인자에 넣어줍니다. > library(stringr) > v1 str_detect(v1, 'ab') [1] TRUE TRUE FALSE FALSE FALSE FALSE > v1[str_detect(v1, 'ab')] [1] ..
[R] 행렬(Matrix)
행렬(Matrix) 행렬은 행과 열의 구조를 갖는 2차원 배열을 뜻합니다. 벡터와 같이 동일한 데이터 타입만 허용하고, 숫자 연산이 다른 자료구조보다 빠르기 때문에 주로 숫자 연산을 위해 많이 사용합니다. 하지만 문자도 저장이 가능하답니다! 행렬(Matrix) 생성 > m1 m1 [,1] [,2] [,3] [,4] [,5] [1,] 1 5 9 13 17 [2,] 2 6 10 14 18 [3,] 3 7 11 15 19 [4,] 4 8 12 16 20 > m2 m2 [,1] [,2] [,3] [,4] [,5] [1,] 1 2 3 4 5 [2,] 6 7 8 9 10 [3,] 11 12 13 14 15 [4,] 16 17 18 19 20 # dimnames 는 행, 열의 이름을 지정하는 함수입니다. 다만, li..