| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 |
| 16 | 17 | 18 | 19 | 20 | 21 | 22 |
| 23 | 24 | 25 | 26 | 27 | 28 | 29 |
| 30 | 31 |
- yaml
- Docker Compose
- FileChannel
- 정렬
- io
- Ollama
- UV
- 이미지
- CSS
- json schema
- Webpack
- vscode
- 출력 폭
- uv init
- PowerShell
- pandas
- Vite
- Typescript
- docker
- RandomAccessFile
- json
- DataFrameGroupBy
- curl
- tauri
- Python
- Java
- uv pin
- vim
- podman
- cli
- Today
- Total
목록2026/08/06 (2)
워로디스
DataFrameGroupBy 객체는 그대로 출력해도 내부 데이터가 보이지 않습니다.grouped = df.groupby("지역")print(grouped)# 대신 그룹 구조를 볼지, 각 그룹의 실제 데이터를 볼지, 집계 결과를 볼지에 따라 확인 방법을 선택하면 됩니다.1. 그룹 이름과 행 위치 확인: .groupsgrouped.groups예를 들어:{ "부산": Index([2, 3], dtype="int64"), "서울": Index([0, 1], dtype="int64")}각 그룹에 어떤 원본 인덱스가 포함됐는지 확인할 수 있습니다.그룹 키만 보고 싶다면:grouped.groups.keys()list(grouped.groups)2. 각 그룹의 실제 데이터 확인: 반복문가장 확실한 방법입니..
stack() / unstack()은 행과 열의 계층을 서로 이동시키는 함수입니다. 특히 MultiIndex가 있는 데이터를 변형할 때 사용합니다.핵심적으로 보면:stack() : 열 → 행 인덱스unstack() : 행 인덱스 → 열1. stack()은 언제 쓰나?가로로 넓게 퍼진 데이터를 세로로 길게 바꿀 때 사용합니다.import pandas as pddf = pd.DataFrame({ "국어": [90, 80], "수학": [85, 95]}, index=["철수", "영희"])print(df) 국어 수학철수 90 85영희 80 95df.stack()철수 국어 90 수학 85영희 국어 80 수학 95dtype: int64즉, 과목이 열에 ..
