지미뉴트론 개발일기

python의 string 자료형에서 일부를 추출하는 인덱싱과 슬라이싱에 대하여 경우의 수를 총망라하여 이해하기 쉽게 정리해보도록 하겠습니다. 파이썬 문자열 인덱싱 방법 인덱싱은 문자열 전체에서 특정 위치에 해당하는 1글자만을 가져오는 과정을 의미합니다. 기본 인덱싱 방법 기본적으로 문자열[인덱스 위치 번호] 형태로 해당 위치의 글자를 가져오게 되는데 이 때 가장 앞 문자의 인덱스 번호는 0이 기준이 되는 점을 유의해주세요. 대표적인 문자열 인덱싱 예시는 아래와 같습니다. a = "0123456789" b = "hello world!" # a의 1번째, 6번째 글자 인덱싱 print(a[0]) # '0' print(a[5]) # '5' # b의 2번째, 7번째 글자 인덱싱(공백도 자리에 포함됨에 유의) ..

R의 데이터프레임, tibble 등의 자료형에서 원하는 위치 혹은 조건을 만족하는 행 / 열만을 가져오는 방법들을 총정리해보도록 하겠습니다. 우선, 아래와 같은 데이터가 df라는 변수에 저장되어 있다고 가정해보고 해당 데이터에서 행 및 열 추출을 여러 가지 방법으로 진행해보도록 하겠습니다. 참고 : 아래 설명에 df로 등장하는 부분들에 데이터가 저장된 변수 이름을 대입하시면 됩니다. R 위치 기준 행 / 열 추출 행 1개 가져오기 df[위치 번호, ] 형태(쉼표 필수)로 해당 위치의 행 1개만을 추출해낼 수 있습니다. 첫 번째 행을 가져오는 예시 코드 및 결과는 다음과 같습니다. > df[1,] # A tibble: 1 × 4 이름 국어 수학 영어 1 AAA 80 90 100 행 여러 개 가져오기 여러 ..

Python List 인덱싱과 슬라이싱 방법 안녕하세요. 이번 시간에는 파이썬 기본 자료형 중 하나인 리스트 자료형에서 인덱싱과 슬라이싱을 통하여 원하는 자료를 추출해낼 수 있는 방법을 총망라하여 다루어보도록 하겠습니다. 리스트 인덱싱 기본 방법 먼저, 아래와 같은 자료가 총 5개인 List가 있다고 가정해보겠습니다. a = [10, -2, 'nice', 15, 'good'] 유의할 점은 파이썬에서는 숫자를 0부터 셈한다는 것 입니다. 이 점을 이용하면 직관적으로 0번째 자료는 10, 1번째 자료는 -2처럼 되고 있는 상황을 이해해볼 수 있습니다. 인덱싱은 n번째 자료 1개를 추출해내는 방법으로, 리스트 a에 대하여 n번째 자료를 가져오는 상황에서는 a[n]과 같은 문법으로 사용합니다. # 인덱싱 예시 ..

파이썬 numpy array 인덱싱과 슬라이싱 파이썬 넘파이 어레이(배열)의 인덱싱, 슬라이싱 과정에 대해서 살펴보고, 몇 가지 중요한 특징과 예제를 정리해보는 시간을 가져보겠습니다. 아래의 간단한 2차원 array를 대상으로 예제를 설명하겠습니다. import numpy as np a = np.array([[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16]]) 넘파이 어레이 인덱싱 인덱싱은 원소 1개만을 골라 추출하는 과정을 일컫습니다. 0번부터 인덱스가 시작함에 주의하며, axis마다 원하는 원소의 좌표를 순서대로 지정해주시면 됩니다. 뒤 쪽부터 인덱스를 가져오는 -1, -2, ...의 인덱싱도 리스트처럼 지원합니다. 예를 들어, 두 번째 행..

안녕하세요. 이번 글에서는 헷갈려보이지만 알고보면 굉장히 간단한 판다스 데이터프레임에서 인덱싱을 하는 방법에 대해서 다루어보려고 합니다. 참고로, 데이터프레임은 행은 인덱스를 기준으로, 열은 열 이름을 기준으로 명명되어있다는 점을 기억해두세요! 판다스 데이터프레임 인덱스, column 이름을 기준으로 인덱싱 : loc 함수 다음과 같은 아주 간단한 데이터프레임을 예시로 인덱싱 과정을 설명해보도록 하겠습니다. 학생 5명의 이름과 성적이라고 가정해보겠습니다. 우선 첫 번째로, a1, a2, a3 인덱스를 가진 행을 추출해보겠습니다. loc 함수 내에 원하는 index들을 리스트로 감싸서 input으로 넣어주면 됩니다! 참고로, csv 파일을 불러온 경우 등에서 기본적으로 0부터 시작하는 숫자 index를 가..

이번 포스팅에서는 pandas 내 데이터프레임에서 인덱싱을 하는 loc, at과 iloc, iat 함수의 차이를 분석해보도록 하겠습니다. 데이터 프레임으로는 kaggle의 타이타닉 데이터셋을 활용하여 예시를 들어보도록 하겠습니다. loc, at 분석 이 두 함수에서 인덱싱을 하는 여러 경우에 대하여 가능 여부를 살펴보도록 하겠습니다. 1) 단일 데이터 인덱싱 예를 들어, 'Pclass' 열의 100번 인덱스를 가지는 행의 값을 찾는 경우 두 함수 모두 정상 작동하는 것을 확인할 수 있습니다. 2) 한 column 내 범위 인덱싱 예를 들어, 'Pclass' 열의 100~102번 인덱스를 가지는 행들의 값을 찾는 경우 loc 함수는 정상 작동되지만, at 함수는 지원하지 않는 기능이라 ValueError가..