# f1컬럼 결측치 제거
# temp[(temp['city']=='경기') & (temp['f2']==0)]['f1'] 완전 아님!!!!
# df['f1'] = df[~df['f1'].isnull()] 이거 아님 -
df = df[~df['f1'].isnull()]
print(df.isna().sum())city가 경기, f2가 0임
temp = df.groupby(['city','f2']).sum()
print(temp)
age f1 f5
city f2
경기 0 720.4 833.0 943.944823
1 696.0 670.0 657.241212
2 239.0 311.0 362.300060
대구 0 387.0 527.0 183.199568
1 217.6 235.0 241.333824
2 140.0 211.0 79.667919
부산 0 331.0 389.0 284.371097
1 188.7 315.0 299.270973
2 -13.5 47.0 67.886373
서울 0 145.0 278.0 218.528577
1 315.3 534.0 438.485010
2 68.3 207.0 126.661135인덱스가 0이면 바로 조건 만족!!
-> 열은 f1으로 인덱싱 하면 됨
#index가 0이고 칼럼은 f1임 ->
# temp.iloc[0,:]아님 열을 f1으로 인덱싱해주면 됨
temp2 = temp.iloc[0]['f1']
print(temp2)
833.0'빅데이터 분석기사 > 작업 유형 1 문제 풀이' 카테고리의 다른 글
| replace, 누적합 cumsum, 파라미터 method = 'bfill', standardization (0) | 2023.06.18 |
|---|---|
| 빅데이터분석기사 기출 3회 유형 1 문제풀이 (0) | 2023.06.16 |
| 표준편차 std, 절댓값 abs (0) | 2023.06.15 |
| 왜도와 첨도 구하기(skew,kurt) & 로그변환 np.log1p (0) | 2023.06.15 |
| np의 floor, ceil, trunc (0) | 2023.06.15 |