Pandas DataFrame at_time() 메서드

소개

Pandas 의 at_time() 메서드는 특정 시간의 행 값을 선택하는 데 사용됩니다. 특정 시간을 기준으로 DataFrame 을 필터링하는 데 사용할 수 있습니다. 지정된 시간이 DataFrame 에 존재하지 않으면 빈 DataFrame 을 반환합니다. 이 메서드는 시계열 분석에 특히 유용합니다. 이 랩에서는 pandas DataFrame 과 함께 at_time() 메서드를 사용하는 방법을 배우겠습니다.

VM 팁

VM 시작이 완료되면 왼쪽 상단 모서리를 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 액세스하십시오.

때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한으로 인해 작업의 유효성 검사는 자동화할 수 없습니다.

학습 중에 문제가 발생하면 언제든지 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 문제를 즉시 해결해 드리겠습니다.

필요한 라이브러리 가져오기

import pandas as pd

DataFrame 생성

Values = pd.date_range('2021-01-01', periods=4, freq='12H')
df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [1, 2, 3, 4]}, index=Values)
print(df)

at_time() 메서드를 사용하여 특정 시간의 값 선택

time = '12:00'
selected_rows = df.at_time(time)
print(selected_rows)

결측값 처리

지정된 시간이 DataFrame 에 존재하지 않는 경우, at_time() 메서드는 빈 DataFrame 을 반환합니다. 이를 처리하기 위해, fillna() 메서드를 사용하여 결측값을 기본값으로 채울 수 있습니다.

time = '01:00'
selected_rows = df.at_time(time).fillna('No data')
print(selected_rows)

요약

이 랩에서는 Pandas 의 at_time() 메서드를 사용하여 특정 시간의 행 값을 선택하는 방법을 배웠습니다. 이 메서드를 사용하면 시간을 기준으로 DataFrame 을 쉽게 필터링하고 시계열 분석을 수행할 수 있습니다. 또한 지정된 시간이 DataFrame 에 존재하지 않을 때 결측값을 처리하는 방법도 배웠습니다. at_time() 메서드는 Pandas 에서 시계열 데이터를 다루는 강력한 도구입니다.