[Aiffel]エッフェル15日概念整理と回顧

# csv 파일 읽어오기
pd.read_csv('파일 경로')

# 특정 칼럼 선택
df[칼럼명]

# 조건에 맞는 특정 칼럼 선택
df[df[칼럼명] == 조건]

# 행의 인덱스 재배열. drop을 True로 설정하면 기존 인덱스를 버리고 재설정
df.reset_index(drop=True)

# column의 수
len(df.columns)

# column 명 모아 보기
df.columns

# unique한 지 판단하기 (unique하다면 index로 활용 가능)
len(set(df[column])) == len(df[column])

# 특정 행 보기 - 여러 개를 보고 싶으면 행의 순서를 ,로 구분
df.loc[[int]]

# 여러 행 보기
df.loc[int:int]

# NaN이 몇 개인지 판단하기
df[column].isna().sum()

# pivot table
df[column].isna().sum()

# 특정 행의 특정 컬럼 내용 보기
# 컬럼 명을 list로 넘겨주면 그에 해당하는 모든 값을 list로 반환
df.loc[row,column]

# 각 행의 총합, axis 설정 안하면 column 기준으로 합 반환
df.sum(axis=1)

# column 별 값만 출력
df[column].values

# column 별 값만 출력해서 각 행 별로 합하기
df[column].values.sum(axis=1)

# column에 특정 조건 적용시키기
df[column].apply(lambda x: 조건)

# 원래 있는 column + 따로 list로 만들어둔 column 합해서 출력하고 싶을 때
#[0]을 붙이지 않으면 [[]] 형태라 오류남
df[[[column, column] + list_][0]]

tokens = re.findall('[A-Z][a-z]*', temp)

Counter(list_).most_common()