이 장에서는 pandas로 데이터를 조인하기 위한 기초를 다집니다. 조인의 종류를 배우고, pandas가 작업 효율과 생산성을 어떻게 높여 주는지 살펴봅니다.

데이터 결합: 실무에서 꼭 필요한 기술

데이터 조인의 필요성

분할된 데이터 다루기

상호 보완적인 데이터 다루기

연결(concatenation)

행 이어 붙이기

중복 인덱스가 있는 행 이어 붙이기

열 기준 이어 붙이기(Concatenation)

강력함과 유연성

pandas 조인의 장점

복잡한 머지를 간단한 코드로

데이터 조인 소개

이 장에서는 스프레드시트의 VLOOKUP 수식처럼 pandas를 사용해 데이터를 조인하는 방법을 배웁니다. 세 가지 조인 유형을 살펴본 뒤, 첫 번째 유형인 일대일 조인에 집중합니다.

조인의 종류

일대일 조인

일대다 조인

다대다 조인

일대일 조인 자세히 살펴보기

틀을 다시 정리해 봅시다.

VLOOKUP 재현하기

두 개 이상의 키로 병합하기

공통 데이터를 INNER JOIN으로 결합하기

객체 지향 방식으로 병합하기

기본 inner 조인

이름이 다를 때 처리하기

올바른 조인 방식 선택하기

VLOOKUP 방식의 조인

이 장에서는 일대다 관계에 초점을 맞춥니다. 키 열의 관계를 파악하고 열을 기준으로 데이터 프레임을 조인하는 연습을 합니다. 또한 인덱스를 기준으로 두 개 이상의 데이터 프레임을 조인하는 방법도 배웁니다.

"많은 것에서 하나로"

작업 순서 정하기

프레임워크 2부: 일대다 병합

일대다 관계 식별하기

키 열을 기준으로 조인하기

중복 키 확인하기

일대다 병합 완성하기

인덱스 기반 조인

인덱스로 조인하기

여러 테이블 조인하기

일대다 조인 검토

마지막 장에서는 까다로운 데이터를 다룰 때 사용할 수 있는 고급 조인 기법을 학습합니다. 이어서 여러분의 실력을 점검하는 사례 연구 형태의 도전 과제가 주어집니다.

현실 세계에서의 데이터 조인

인덱스와 열 섞어서 사용하기

접미사와 indicator

시간 데이터 다루기

시계열 결합하기

가장 가까운 시각과 매칭하기

요약 및 사례 연구

사례 연구 챌린지 - 1부

케이스 스터디 챌린지 - 2부

사례 연구 챌린지 - 3부

고급 조인

Players draft

Current players

New weather data

Games Plays

Games

두 개 이상의 데이터셋을 결합하는 작업은 거의 모든 실제 분석에서 필수입니다. 여러분은 스프레드시트에서 VLOOKUP과 관련 함수를 사용해 이미 해 보셨을 거예요. 이제 그 경험을 Python으로 확장할 수 있을까요? 물론입니다! 이 강의에서는 표 형식 데이터를 다루는 Python의 표준 도구인 pandas로 데이터셋을 결합하는 방법을 처음부터 끝까지 배웁니다. 스프레드시트와 익숙한 환경에서 National Football League(NFL) 데이터를 결합하기 위해 pandas 함수를 적용해 볼 거예요. 이 기술을 익히면 pandas의 강점을 활용해 더 크고 복잡한 데이터셋도 어떤 분석에든 자연스럽게 통합할 수 있습니다.

Python for Spreadsheet Users

Python Pandas 라이브러리를 사용하여 표 형식 데이터 세트를 효과적이고 효율적으로 결합하는 방법 배우기.

스프레드시트 사용자를 위한 Pandas 조인

Python Pandas로 표 형식 데이터셋을 효율적이고 효과적으로 조인하는 방법을 학습합니다.

키 열을 기준으로 조인하기

Create Your Free Account