반응형
보통 pandas에서 여러 개의 컬럼을 추가하는 방법으로 다양한 방법이 사용된다. 가장 단순한 방법을 열을 하나씩 선언해주며 추가하는 것이다.
import pandas as pd
data = [1,2,3,4], [5,6,7,8], [9,10,11,12]
df = pd.DataFrame([[1,2,3,4], [5,6,7,8], [9,10,11,12]])
df['Mean'] = df.mean(axis = 1)
df['Std'] = df.std(axis = 1)
df['Max'] = df.max(axis = 1)
df['Min'] = df.min(axis = 1)
위 코드의 수행 결과는 아래와 같다.
pandas에서 제공하는 $assign$을 이용하면 좀 더 깔끔하게 정리가 된다. (코드 양이 줄어드는 것은 아니다)
import pandas as pd
data = [1,2,3,4], [5,6,7,8], [9,10,11,12]
df = pd.DataFrame([[1,2,3,4], [5,6,7,8], [9,10,11,12]])
df = df.assign(
Mean = df.mean(axis = 1),
Std = df.std(axis = 1),
Max = df.max(axis = 1),
Min = df.min(axis = 1)
)
$assign()$을 이용하여 좀 더 코드가 깔끔해지고, 명확해진다고 할까? 이러한 방식이 좀 더 가독성 측면에서도 좋아보인다.
결과는 위 와 동일하다.
반응형
'AI > Data Science' 카테고리의 다른 글
[분석통계] 통계적 검정 방법 간단 정리 (0) | 2023.05.27 |
---|---|
[ANOVA] 일원 / 이원분산분석 해보기 (상호작용항) (0) | 2023.04.20 |
가설과 P-Value의 의미 (0) | 2023.04.11 |
[Pandas] Apply, Map Practice (0) | 2023.04.02 |
[Pandas] Grouping Practice (0) | 2023.03.28 |