Notice
Recent Posts
Recent Comments
Link
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 |
Tags
- DBSCAN
- 분산분석
- Python
- T-검정
- distribution
- 하둡
- DataFrame
- 딕셔너리
- hive
- Sawzall
- p-value
- merge
- SPLIT
- 병렬 쿼리 시스템
- 교차검증
- 유사도
- k-means
- 데이터프레임
- cross validation
- list
- join
- SQL on 하둡
- 밀도기반
- 결정계수
- pca
- pig
- 분포
- dict
- 가설검정
- 다중공선성
Archives
- Today
- Total
목록merge (2)
one of a kind scene

① df[df$col1 = 30.4] : 조회 조건만 준 경우 → 조건에 맞는 row들의 모든 column들이 출력 R에서 작동안됨 ② df[df$col1 > 조건1 & df$col1 조건) : subset을 활용한 조회 → column 1개에만 조건 설정하고 조건을 설정한 column 1개만 조회됨 ④ merge(df1, df2, by = "행 이름", all = T) : SQL에서 조인하는 것과 동일 - all = T은 Full Outer Join - all.x = T는 df1 기준으로 Left Join과 유사 - all..
R
2020. 1. 10. 01:30
[python] 데이터프레임으로 SQL의 join하기
(상황) df1과 df2라는 데이터프레임이 있는데, userID라는 키를 가지고 left join하여 df3를 만들고자 한다 (코드) df3 = pd.merge(df1, df2, how ='left', on = 'userID') (merge 해석) 1) merge의 how인자에 join 방식을 적어주면 된다. - inner join은 how = 'inner'라고 하거나 how인자를 아예 안써주면 inner join - left join은 how = 'left' 라고 써준다 - right join은 how = 'right' 라고 써준다 - outer join은 how = 'outer' 라고 써준다 2) on인자에는 key값을 적어주면 된다 - on = 'userID'는 키값으로 userID로 설정한다는 의미
Python/데이터 핸들링
2019. 12. 10. 23:29