본문 바로가기

전체 글123

[파이썬]Streamlit 활용 - Metirc Streamlit 에서 데이터 분석결과를 지표로 잘 나타내주는 툴이 metirc (메트릭) 입니다.수치 데이터의 분석결과로 지표로 나타낼 수 있는 항목들을 한 눈에 볼 수 있도록 하는 장점이 있습니다. 다양한 형태의 표시 방법이 있어서 적절한 표시방법을 선택하여 사용하면 되겠습니다. https://docs.streamlit.io/develop/api-reference/data/st.metric Streamlit DocsJoin the community Streamlit is more than just a way to make data apps, it's also a community of creators that share their apps and ideas and help each other mak.. 2025. 12. 16.
데이터프레임 월단위 칼럼 데이터 일괄 변경하기 (for문, if문 사용) 데이터 가공작업에서 연간 데이터 처리시에 월별 칼럼 데이터의 변환이 필요한 경우가 있습니다.이럴 때 for문을 사용하여 쉽게 하는 방법에 대해 알아보고자 합니다. 월별 데이터 변환 작업[예시]컬럼명이 '25.1월' ~ '25.12월' 처럼 반복되는 경우, for문을 돌면서 astype("Int64") 로 변환할 수 있습니다.예시 코드로 보여드릴게요:import pandas as pdimport numpy as np# 샘플 데이터 생성df = pd.DataFrame({ '25.1월': [1.0, 2.0, np.nan, 4.0], '25.2월': [10.0, np.nan, 30.0, 40.0], '기타': [100, 200, 300, 400]})# 변환할 컬럼명 리스트 만들기 (25.1월 ~.. 2025. 9. 8.
숫자데이터의 타입 float 을 int 로 변경하기 파이썬에서 엑셀이나 csv로 데이터를 불러올 때 정수 데이터 인데 중간에 데이터가 누락 등 여러 가지 원인으로 float 타입으로 인식되는 경우가 많습니다.데이터 가공 후 저장할 때 정수 데이터로 표출하기 위해서 몇가지 경우에 따른 수정방법은 다음과 같습니다. float → int 변환 시 NaN 값 때문에 에러가 발생합니다.(int 타입은 NaN을 가질 수 없기 때문입니다.)해결 방법은 크게 세 가지가 있습니다.1. NaN 을 채운 뒤 int 변환NaN 을 0이나 다른 값으로 채운 후 astype(int) 변환import pandas as pdimport numpy as npdf = pd.DataFrame({"num": [1.0, 2.0, np.nan, 4.0]})# NaN → 0 으로 채우고 int.. 2025. 9. 8.
데이터프레임-특정필드의 데이터타입이 float를 int 로 변경하고자 할 때 NA 로 되어 있는 경우 오류 해결 숫자 데이터를 정수로 표현하고자 하는데 csv, excel에서 원천 데이터를 불러올 때 실수(float)로 보이는 경우가 많습니다.이럴 경우 정수인데 소숫점으로 보여서 보기가 안좋은 경우가 있는데 단순히 astype(int) 로 변경시 오류가 발생되기도 합니다. 왜 오류가 생기고, 어떻게 해결하면 되는지 정리해보았습니다. 파이썬 pandas에서는float 타입 컬럼을 int 타입으로 변환할 때,NaN(결측치) 가 있으면 바로 오류가 발생합니다:ValueError: cannot convert float NaN to integer✅ 해결 방법바로 int로 변환하지 말고,pandas의 Int64 (nullable integer) 타입을 사용하면 됩니다!Int64 타입은 NaN도 허용하는 정수형입니다.✅ 코드.. 2025. 8. 18.
데이터프레임-transform() 활용하기 데이터 분석을 위한 데이터 가공에서 평균, 최대, 최소, 정규화 등 다양한 요구사항에 맞는 작업을 해야할 경우가 있습니다.방법은 여러가지가 있겠지만 groupby 와 transform 을 활용하면 좀 더 쉽게 작업할 수 있어서 몇가지 예시를 들어 보겠습니다. 👉 그룹별 계산된 값을 원래 행(row) 개수만큼 되돌려주는 기능을 합니다.transform()은 원본 크기를 유지하면서 새로운 계산 컬럼을 만들어줄 때 유용합니다.1. 기본 예제import pandas as pddf = pd.DataFrame({ "부서": ["영업", "영업", "영업", "개발", "개발", "개발"], "이름": ["A", "B", "C", "D", "E", "F"], "급여": [500, 600, 550,.. 2025. 8. 18.
파이썬-데이터프레임 변환 melt, pivot 함수 사용하기 보통 원본 데이터는 사람이 보기 좋게 "가로로 넓게(wide)" 되어 있는데, 분석 라이브러리(pandas groupby, seaborn, matplotlib, pivot_table) 등은 "세로(long)" 구조일 때 더 다루기 편리합니다. 다음의 예시의 경우 melt() 함수를 이용하여 쉽게 분석작업이 가능합니다. 1. melt() 사용이 유리한 상황 예시1️⃣ 월별 데이터를 시각화할 때df = pd.DataFrame({ "지역": ["서울", "부산", "대구"], "1월": [100, 150, 120], "2월": [200, 250, 300], "3월": [130, 180, 160]})현재 구조: wide문제점: matplotlib이나 seaborn으로 월을 x축에, 매출을.. 2025. 8. 17.
반응형

티스토리툴바