1. pd.dropna(axis=0, how='any', thresh=None)
axis:0은 열, 1은 행을 기준으로 설정
주의) 0일경우 열을 기준으로 하는데 이는 1열의 3행의 값이 na라면 how='any' 일 경우 3행을 제거
즉, 기준이 되는 열 또는 행에서 na가 대응되는 행 또는 열이 제거된다.
how: 'any'는 na값이 하나라고 있으면 해당되는 열을 제거
'all' 은 그 열의 값이 모두 na일 경우에만 제거
In [1]: import numpy as np
In [2]: import pandas as pd
다음예는 엑셀파일로 부터 저장된 자료를 호출하였을 경우 Na의 처리예이다.
In [3]: itemCode=pd.read_excel("c:\\~~\\--.xlsx", sheet_name="googleCode")
In [4]: itemCode1=itemCode.ix[:,:3]
In [5]: itemCode1
Out[5]:
위의 결과에서 Na를 제거하기 위해 위 함수를 사용하자.
In [6]: itemCode1=itemCode1.dropna(axis=0)
In [7]: itemCode1
axis:0은 열, 1은 행을 기준으로 설정
주의) 0일경우 열을 기준으로 하는데 이는 1열의 3행의 값이 na라면 how='any' 일 경우 3행을 제거
즉, 기준이 되는 열 또는 행에서 na가 대응되는 행 또는 열이 제거된다.
how: 'any'는 na값이 하나라고 있으면 해당되는 열을 제거
'all' 은 그 열의 값이 모두 na일 경우에만 제거
In [1]: import numpy as np
In [2]: import pandas as pd
다음예는 엑셀파일로 부터 저장된 자료를 호출하였을 경우 Na의 처리예이다.
In [3]: itemCode=pd.read_excel("c:\\~~\\--.xlsx", sheet_name="googleCode")
In [4]: itemCode1=itemCode.ix[:,:3]
In [5]: itemCode1
Out[5]:
| code1 | 종목코드 | 종목명 | |
|---|---|---|---|
| 0 | KRX | KOSPI | 종합(KOSPI) |
| 1 | KRX | 122630 | KODEX 레버리지 |
| 2 | KRX | 114800 | KODEX 인버스 |
| 3 | KRX | 004020 | 현대제철 |
| 4 | KRX | 030610 | 교보증권 |
| 5 | KRX | 006800 | 미래에셋대우 |
| 6 | KRX | 130960 | CJ E&M |
| 7 | KRX | 047810 | 한국항공우주 |
| 8 | KOSDAQ | KOSDAQ | 종합(KOSDAQ) |
| 9 | KOSDAQ | 214180 | 민앤지 |
| 10 | NaN | NaN | NaN |
| 11 | NaN | NaN | NaN |
| 12 | NaN | NaN | NaN |
| 13 | NaN | NaN | NaN |
| 14 | NaN | NaN | NaN |
| 15 | NaN | NaN | NaN |
위의 결과에서 Na를 제거하기 위해 위 함수를 사용하자.
In [6]: itemCode1=itemCode1.dropna(axis=0)
In [7]: itemCode1
| code1 | 종목코드 | 종목명 | |
|---|---|---|---|
| 0 | KRX | KOSPI | 종합(KOSPI) |
| 1 | KRX | 122630 | KODEX 레버리지 |
| 2 | KRX | 114800 | KODEX 인버스 |
| 3 | KRX | 004020 | 현대제철 |
| 4 | KRX | 030610 | 교보증권 |
| 5 | KRX | 006800 | 미래에셋대우 |
| 6 | KRX | 130960 | CJ E&M |
| 7 | KRX | 047810 | 한국항공우주 |
| 8 | KOSDAQ | KOSDAQ | 종합(KOSDAQ) |
| 9 | KOSDAQ | 214180 | 민앤지 |
코드 [6]에서 dropna() 함수 적용시 열을 기준으로 한다. 이 경우 how='any'로 지정되었다.(이 값은 디폴트 값이다.)
1열에서 10행에서 Na가 발견되어 10행이 제거되었다.
2. np.delete(array객체, 제거 원소의 인덱스(열 또는 행), axis=None)
배열 객체 중에 제거할 원소의 인덱스를 지정하여 지정된 행(1), 또는 열(0)을 기준으로 원소들을 제거한다.
axis=None일 경우 객체를 1차원으로 간주한다.
axis를 행으로하면 인덱스는 열의 번호이고
axis를 열로 하면 인덱스는 행의 번호이다.
주의: 행을 기준으로 인덱스 3을 지정하였다. 이 경우 제거할 값을 선택하는 것은 행과 열이 만나야 하는 지점이다. 그러므로 행을 기준으로 하였기 때문에 인덱스 3은 열번호가 되어야 한다. 즉, 3열이 제거된다.
결과는 인덱스에 지정한 것에 따른다. 즉,
인덱스가 행 번호이면 행이 제거되고
인덱스가 열번호이면 열이 제거된다.
In [8]: x=np.random.randint(10, size=20).reshape((4, 5))
In [9]: x
Out[9]:
array([[4, 6, 7, 2, 9],
[8, 8, 0, 6, 5],
[1, 9, 0, 7, 3],
[3, 1, 2, 9, 8]])
In [10]: np.delete(x, [2, 3], 0)
Out[10]:
array([[4, 6, 7, 2, 9],
[8, 8, 0, 6, 5]])
In [11]: np.delete(x, [2, 3], 1)
Out[11]:
array([[4, 6, 9],
[8, 8, 5],
[1, 9, 3],
[3, 1, 8]])
코드[8]의
np.random.randint(시작수, 끝수, 갯수): 시작수와 끝수 사이의 정수들 중에 지정된 갯수의 임의수를 추출하는 함수
np.reshape((행, 열)): 객체를 지정된 행과 열의 수로 차원을 재 정의 한다.
배열 객체 중에 제거할 원소의 인덱스를 지정하여 지정된 행(1), 또는 열(0)을 기준으로 원소들을 제거한다.
axis=None일 경우 객체를 1차원으로 간주한다.
axis를 행으로하면 인덱스는 열의 번호이고
axis를 열로 하면 인덱스는 행의 번호이다.
주의: 행을 기준으로 인덱스 3을 지정하였다. 이 경우 제거할 값을 선택하는 것은 행과 열이 만나야 하는 지점이다. 그러므로 행을 기준으로 하였기 때문에 인덱스 3은 열번호가 되어야 한다. 즉, 3열이 제거된다.
결과는 인덱스에 지정한 것에 따른다. 즉,
인덱스가 행 번호이면 행이 제거되고
인덱스가 열번호이면 열이 제거된다.
In [8]: x=np.random.randint(10, size=20).reshape((4, 5))
In [9]: x
Out[9]:
array([[4, 6, 7, 2, 9],
[8, 8, 0, 6, 5],
[1, 9, 0, 7, 3],
[3, 1, 2, 9, 8]])
In [10]: np.delete(x, [2, 3], 0)
Out[10]:
array([[4, 6, 7, 2, 9],
[8, 8, 0, 6, 5]])
In [11]: np.delete(x, [2, 3], 1)
Out[11]:
array([[4, 6, 9],
[8, 8, 5],
[1, 9, 3],
[3, 1, 8]])
코드[8]의
np.random.randint(시작수, 끝수, 갯수): 시작수와 끝수 사이의 정수들 중에 지정된 갯수의 임의수를 추출하는 함수
np.reshape((행, 열)): 객체를 지정된 행과 열의 수로 차원을 재 정의 한다.
댓글
댓글 쓰기