Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
이 글은 pandas 라이브러리의 핵심 기능을 테스트할 수 있는 100가지 데이터 조작 퍼즐을 소개합니다. 인덱싱, 그룹화, 클리닝 등 기초적인 DataFrame 및 Series 객체 활용에 초점을 맞추었으며, Jupyter 노트북 환경에서 연습 문제를 풀고 해결책을 확인할 수 있습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 GitHub Trending Jupyter Notebook (weekly)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기100 Numpy exerises에서 영감을 받아, pandas의 강력한 기능을 테스트할 수 있는 100가지 짧은 퍼즐을 소개합니다.
pandas는 다양한 전문 기능과 함수를 가진 큰 라이브러리이기 때문에, 이 연습 문제들은 주로 데이터 조작(인덱싱, 그룹화, 집계, 클리닝)의 기초에 초점을 맞추고 있으며, 핵심 DataFrame 및 Series 객체를 활용합니다. 여기의 많은 연습 문제는 해결책이 몇 줄의 코드로 충분하여 간단하며 (pandas 또는 NumPy 사용 - 순수 Python은 사용하지 마세요!). 올바른 메서드를 선택하고 모범 사례를 따르는 것이 근본적인 목표입니다.
연습 문제들은 섹션별로 느슨하게 나뉘어 있습니다. 각 섹션에는 난이도 평가가 있으며, 이 평가는 물론 주관적이지만, 필요한 해결책의 복잡성을 가늠하는 대략적인 지침으로 간주해야 합니다.
퍼즐 풀기에 행운을 빕니다!
퍼즐 목록은 아직 완성되지 않았습니다! Pull request나 추가 연습 문제, 수정 및 개선에 대한 제안을 환영합니다.*
| Section Name | Description | Difficulty |
|---|---|---|
| Importing pandas | 시작하기 및 pandas 설정 확인 | Easy |
| ... |
개인 컴퓨터에서 퍼즐을 풀려면, 종속성(즉, pandas)이 설치된 Python 3 환경이 필요합니다.
이렇게 하는 한 가지 방법은 다음과 같습니다. 저는 bash 셸을 사용하고 있으며, Mac OS에서의 절차는 본질적으로 동일해야 합니다. Windows는 잘 모르겠습니다.
python -V
git clone https://github.com/ajcr/100-pandas-puzzles.git
python -m pip install -r requirements.txt
jupyter notebook --notebook-dir=100-pandas-puzzles
웹 브라우저에서 노트북들을 보고 실행할 수 있을 것입니다.
이 저장소는 수많은 기여를 통해 발전했으며, 퍼즐과 수정 사항을 보낸 사람들은 CONTRIBUTORS에 나열되어 있습니다.
이슈를 제기해 주신 모든 분들께도 감사드립니다.
시작하기 전에 pandas에 대해 읽어보고 싶다면, 공식 문서가 유용하고 매우 방대합니다. pandas의 전반적인 개요를 파악하는 좋은 장소는 다음과 같습니다:
쉽게 검색하고 구매할 수 있는 다른 훌륭한 자료나 책들이 있을 수 있습니다.