Susan and Data

애견캠핑장을 다녀왔다! 귀요미 김몽글의 행복한 표정이 느껴지는가..! 굉장히 행복해보인다ㅋㅋㅋㅋㅋㅋㅋㅋㅋ.. 김몽글.. 몽글이 표정을 보면 기분을 알 수 있다. 보호자가 행복하면 강아지도 행복하다고 하던데 우리가 행복해서 몽글이도 좋았나? 등받이있는 의자가 편했는지... 내 자리를 빼앗아버렸다ㅠ 덕분에 나는 새로 구매한 작은 BBQ체어에 앉았다. 궁디 아팠음. 그렇게 우린.. 겸상을 했다... (몽글 편하라고 강아지 전용 좌석도 마련해줬는데 이런.. 5년 인생. 등받이의 편함을 알아버린 것인가.) 김몽글도 같이 먹으려고 투쁠한우에 소금 안뿌렸다. 우리집 실세 김몽글..... 고기에 집중하는 저 눈빛... 아 그리고 웃긴 건.. 한우를 먹은 이 후에 밥 먹을 시간이되서 사료를 줬는데 사료를 뱉어버렸다ㅎ 그..

데일 카네기 자기관리론 저는 계획을 세우고 골똘히 생각해야만 하는 일에 집중하다 보면 걱정에 빠지기 어려워진다는 사실을 깨달았습니다. 지금 상태에서 몸을 뒤로 편안하게 젖히고 눈을 감은 후, 자유의 여신상과 내일의 계획을 동시에 생각하라. '하나씩 차례로' 집중할 수는 있지만, 동시에 둘 다 집중할 수는 없을 것이다. 감정의 영역에도 똑같은 법칙이 적용된다. 재미있는 일을 하면서 활력과 열정을 느낄 때 걱정으로 힘들어할 수는 없다. 하나의 감정은 다른 감정을 몰아내기 마련이다. 정신과 의사들은 일, 다시 말해 바쁘게 사는 것이 최고의 정신질환 치료제 중 하나라고 말한다. 조지 버나드 쇼의 말이 옳았다. "비참해지는 비결은 자신이 행복한지 아닌지에 대해 고민할 여유를 갖는 것이다." 늘 바쁘게 살라. 걱정..

원핫인코딩 [원핫인코딩] - scikit-learn의 머신러닝 알고리즘은 입력값으로 문자열을 받는 것을 허락하지 않음. - 이를 위한 전처리 방법이 원핫인코딩 - 고유값에 해당하는 컬럼에만 1, 나머지 컬럼에는 0 [함수] 1. select_dtyps: 열에 포함된 데이터들을 type 기준으로 인덱싱 * include=None, exclude=None 2. map: 각 요소에 특정한 함수를 적용시킬 때 사용하는 함수(단일컬럼) 3. pd.get_dummies: 더미로 가변수화 * 수치형 데이터로만 변환을 하게 되면 서로 간의 관계성이 생성되어(ex. B형과 AB형은 0형이다.) 잘못된 학습일 일어날 수 있으므로 0과1이라는 False, True값을 넣어줌으로서 문제를 막아줌. 4. prefix: 공통된 ..

데이터프레임 연산 Q. 아래의 내용으로 데이터프레임 생성 '통계':[60,70,80,85,75], '미술':[50,55,80,100,95], '체육':[70,65,50,95,100] Q. 통계+미술+체육의 합계 Q. '합계' 컬럼 생성 후 통계+미술+체육 합계 데이터 추가 Q. '평균' 컬럼 생성 후 합계/3으로 계산한 데이터 추가

apply, lambda, map [DataFrame 인덱싱] 방법 내용 df[] df['column'] 해당 컬럼 인덱싱 df['column', 'column'] 해당 리스트의 컬럼 인덱싱 df['row':'row'] 첫번째 지정한 row부터 마지막으로 지정한 row까지 인덱싱 df.loc[] df.loc[:, 'column'] 모든 row의 해당 컬럼 인덱싱 df.loc[:, ['column', 'column']] 모든 row의 해당 리스트의 컬럼 인덱싱 df.loc[:, 'column':'column'] 모든 row의 첫번째 지정한 column부터 마지막으로 지정한 column까지 인덱싱 df.iloc[] df.iloc[인덱스값] 지정한 인덱스 값에 해당하는 row 및 column 인덱싱 df.il..

데일 카네기 자기관리론 무엇이 문제인가? 문제의 원인은 무엇인가? 문제를 해결할 방법에는 어떤 것들이 있는가? 당신은 어떤 해결 방안을 제시할 것인가? 사실을 파악하라. 컬럼비아 대학교의 호크스 학장의 말을 기억하라. "세상 걱정의 절반은 결정을 내리는 데 기초가 될 만한 지식이 부족한 상태에서 결정하려고 하기 때문에 생긴다." 모든 사실을 신중하게 검토한 뒤 결정을 내리라. 일단 결정을 내리면 실천에 옮기라. 실천에 집중하고, 결과에 대한 걱정은 떨쳐버리라. 당신이나 당신의 동료가 어떤 문제로 걱정하고 있다면, 다음 질문에 대한 답을 글로 적어보라. 무엇이 문제인가? 문제의 원인은 무엇인가? 문제를 해결할 방법에는 어떤 것들이 있는가? 가장 적절한 해결책은 무엇인가? 문제의 직면했을 때 무엇이 원인인지..

데이터 타입 변경 [함수] 1. df.info: 열 타입 및 결측값 갯수 확인 가능 2. dtypes: 생성한 데이터프레임의 각 열의 데이터 타입을 한 번에 확인 가능 3. dtype: 컬럼을 지정하여 데이터 타입 확인 가능 4. astype: 열의 요소의 dtype 변경 5. mode: 가장 빈번하게 측정되는 값 6. fillna: 데이터프레임에서 결측값을 원하는 값으로 변경 * axis: {0:index / 1:columns} / inplace: 원본 변경 여부(True일 경우, 원본 변경) 7. to_datetime: datetime 타입으로 변경 [dt 연산자] dt 연산자 내용 dt.year 연도 추출 dt.month 월 추출 dt.day 일 추출 dt.hour 시간 추출 dt.minute 분 ..

데일 카네기 자기관리론 사건에 대한 내 입장과 상대방의 입장을 모두 써본다. 그러면 보통은 양극단 사이 어느 지점에 분명한 진실이 놓여 있기 마련이다. 여러 번의 경험으로 저는 결정을 내리는 일이 얼마나 중요한지 알게 되었습니다. 내가 걱정하는 문제를 정확하게 써본다. 내가 무슨 일을 할 수 있는지 써본다. 무엇을 할지 결정한다. 결정한 대로 즉시 실행한다. "일단 결정이 내려지고 실천에 옮기는 일이 남았다면, 결과에 대한 책임이나 관심은 완전히 무시하라"

concat & merge [함수] 1. df.copy: 데이터 복사 2. pd.concat: 데이터프레임 합치기 * 열: axis=1 3. pd.merge: 데이터프레임을 설정한 기준대로 합치는 것(어떤 column을 기준으로 하는 지 등) 4. reset_index: 설정 인덱스를 제거하고 기본 인덱스로 변경 5. df.drop: 열 삭제 * axis: {0:index / 1:columns} / inplace: 원본 변경 여부(True일 경우, 원본 변경) Q. row 기준으로 데이터 합친 후 index 재정의 Q. column 기준으로 데이터 합치기 Q. 결측값이 있는 데이터 합치기(merge 사용) Q. 정렬 순서가 다른 2개의 데이터프레임을 '이름'을 기준으로 합치고, 정렬기준은 df로 지정 Q..

데일 카네기 자기관리론 남부의 흑인들이나 중국인들은 걱정에서 비롯된 심장병을 거의 앓지 않는다고 한다. 자기의 상황을 침착하게 받아들이기 때문이다. 자신이 꿈꾸는 방향으로 자신 있게 나아가며, 자신이 상상한 삶을 살아가고자 노력하는 사람은 평소에 기대했던 것보다 큰 성공을 거둘 것이다. "무슨 일이에요, 올가? 싸울 용기가 없어요? 그렇게 계속 울고만 있으면 당연히 죽겠지요. 최악의 상황이 닥친 건 맞아요. 사실을 인정하고 받아들여요. 너무 걱정하지 말아요. 최악의 상황에 어떻게 대처해야 하는지 생각하고 실천에 옮겨봐요!" "사실에 직면하라. 걱정은 그만두라. 네가 할 수 있는 일을 하라" '오늘에 충실한 삶'을 살라. 미래에 대해서 조바심을 내지 말라. 잠자리에 들기 전까지 주어진 그 하루를 충실하게 ..