일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
31 |
- 데이터분석
- review
- 빅쿼리
- 생성AI
- 서평
- Python
- Ga
- 파이썬
- 필사
- diary
- bigquery
- AWS
- 태블로
- 데이터시각화
- 데일리
- Adobe
- r
- datastudio
- Q
- ChatGPT
- GPT
- openAI
- 챗GPT
- AZURE
- tableau
- daily
- SQL
- 북리뷰
- 책리뷰
- 구글애널리틱스
- Today
- Total
목록Programming & Tip (18)
가볍게 배우고 깊게 즐기고 오래 남기기

Rpy2를 설치하는 경우도 있지만 whl 설치하는 과정에서 헤매거나(특히 Python 3.8이상 버전 사용하는 경우) Jupyter notebook 내에서 그냥 R 파일로 작성하고 싶은 경우 특히 Anaconda Jupyter 를 사용하는 경우라면 New 문서 생성할 때 R을 바로 쓸 수 있으니 아래 내용 참고 * Anaconda Prompt 관리자 권한으로 실행(우클릭) 후 아래 명령어 입력 (주의) root / sudo로 진행해야 시간 다 지나서 권한 없었네?미안 이란 내용을 받지 않을 수 있다. (패키지 플랜은 알려주나 권한을 설치 전부터 안내해주지 않음) conda install -c r r-essentials 아래처럼 Package Plan이 뜬다 (설치된 것이 아님) * Proceed Y/N ..

1. 시작 > 검색 > [ Anaconda prompt ] 실행 2. config 파일이 생성 쿼리 입력 jupyter notebook --generate-config 2-1. Config 파일 오버라이트 여부 질문 시 y 입력해서 덮어쓰기 - Overwrite [ jupyter_notebook_config.py 경로 ] with default config? [y/N] ㄴy 입력 + 엔터 2-2. 출력된 config 경로 확인 후 카피해 실행 - C:\Users\[사용자계정]\.jupyter\jupyter_notebook_config.py (상위 경로인 .jupyter까지 검색하는 경우 아래 파일 클릭) 3. 원하는 브라우저의 위치를 확인하고 메모장이나 익숙한 뷰어로 Config 파일 열기 주석처리된 c..

Checkpoint 1) library() 문법체크 : 함수를 String(문자열) 형태로 넣지는 않았는가 library("dplyr") # XXXXXXXXX 에러직행의 길 library(dplyr) # ★★★★★ 정상문법 ! 패키지를 설치했다는 전제하에 ! Checkpoint 2) 아니라면 installr 패키지로 새로운 버전 업그레이드 * R 업그레이드를 위한 installr 패키지 설치하기 #STEP1 : installr 패키지 설치하기 install.packages("installr")# 이 때는 쉼표 맞음 #STEP2 : 설치된 installr 호출 library(installr) # 이 때는 쉼표 없음 (주의) * 설치된 R 버전 확인하기 #STEP3 : 설치된 버전 확인하기 version *..

여러 개의 Series 유형을 하나로 묶은 DataFrame의 정보요약을 보고 싶을 때, 사용하는 Pandas의 DataFrame.describe() (1) 데이터프레임(일반적으로 CSV 데이터) 전체의 요약정보 (주로 요약통계량)를 확인할 경우 , → Count : 컬럼별 총 데이터수 mean / std : 컬럼별 데이터의 평균 / 표준편차 min / max : 컬럼별 데이터 최소값 / 최대값 25% / 50% / 75% : 백분위수의 각 지점으로, 분포를 반영해 평균을 보완하는 목적으로 사용 (2) 특정 컬럼/ 특정 시리즈의 요약정보를 확인할 경우 , → Count : 총 데이터수 Unique : 중복없이 나오는 고유한 데이터값 Top : 가장 값이 많은 데이터 (최빈값인 항목) Freq : 최빈 데..

Pandas 함수 중 DataFrame , Array 형태의 차원 확인을 위한 Shape 함수 titcsv = pd.read_csv('titanic.csv', index_col = 'PassengerId') print(titcsv.shape) # 결과 : (891, 11) print(titcsv.shape[0]) # 결과 : 891 print(titcsv.shape[1]) # 결과 : 11 이 때 Shape의 자체가 Tuple 형태이기 때문에 Shape[0]으로 행의 개수를 , Shape[1]로 열의 개수를 설정 가능하다. len(list)를 반복문 for문돌릴 때 사용하는 것 처럼 df.shape[i]도 반복문이나 타 연산에 사용하는 방향으로 활용하는 것이 스마트한 코딩의 길 + 한 가지 팁 추가 →여..
with Employee_master as( select 001 No ,'우영우' nm,'F' gender union all select 002 No ,'한바다' nm,'F' gender union all select 003 No ,'김길동' nm,'M' gender union all select 004 No ,'이길동' nm,'F' gender union all select 005 No ,'홍길동' nm,'M' gender union all select 006 No ,'이삼사' nm,'M' gender union all select 007 No ,'이육사' nm,'M' gender union all), Manager_master as( select 001 No ,'우영우' nm,'N' MNG union..