본문 바로가기

내 강의실

최근 수강강좌 목록

현재 진행중인 강좌(청강제외)만 출력됩니다.

최근접속순 최대 10개 강좌만 표시됩니다.

K-MOOC
K-MOOC 학점은행제

현재 진행중인 수강강좌가 없습니다.

수강신청 하러가기 →

현재 진행중인 수강강좌가 없습니다.

수강신청 하러가기 →
한국어
  • 한국어
  • ENGLISH
배우고 싶은 강좌를 찾아보세요.
추천 강좌
    다국어 설정

    강좌소개

    강좌 소개

    수업내용/목표

    학습목표
    파이썬의 pandas 라이브러리를 이용하여 정렬, 필터링, 누락데이터 처리, 그룹화 등 다양한방법으로정형데이터를다룰수있다.

    홍보/예시 영상

    강좌 운영 계획

      강의계획서

    주차

    주차명

    (주제)

    주차별 학습 목표

    차시

    차시명

    강좌운영방법

    학습내용

    수업방법

    평가방법

    학습자료

    1

    Series의기초

    Series를생성하고,기초 attribute를활용할 수 있다.

     

    1

    Series의기초

    1-1 pandas 라이브러리소개

    1-2 series 생성하기

    1-3 series의 기초attributemethod

    강좌영상

    10x 1

    9x 1

    15x 1

    과제

    pdf 제공

    2

    Series 다루기

    csv를통해 Series를생성하고,데이터를 정렬,추출할 수 있다.

    Series의기초 수학 method를활용할 수 있다.

    2

    Series 다루기

    2-1 csv 파일로드하기

    2-2 series 정렬하기

    2-3 series로부터 데이터추출하기

    2-4 기초 수학method

    강좌영상

    11x 1

    11x 1

    10x 1

    15x 1

    pdf 제공

    3

    DataFrame 기초

    DataFrame의구조를 이해하고 기초 attributemethod를활용할 수 있다.

     

    3

    DataFrame 기초

    3-1 DataFrame 구조,attribute

    3-2 DataFrame column 선택과생성

    3-3 DataFramemethod

    강좌영상

    11x 1

    10x 1

    12x 1

    과제

    pdf 제공

    4

    DataFrame 누락

    데이터
    다루기

    DataFrame으로부터열을 선택 및 추가할 수 있다.

    DataFrame포함하고있는누락데이터의 수를 확인하고 누락 데이터를 포함한 행 또는 열을 삭제할 수 있다.

    4

    DataFrame 누락데이터
    다루기

    4-1 DataFrame의누락데이터를포함한행/열삭제하기

    4-2 DataFrame의누락데이터확인 및대체하기

    4-3 DataFrame column의 데이터 타입변경하기

    강좌영상

    15x 1

    12x 1

    9x 1

    pdf 제공

    5

    DataFrame 정렬하기

    DataFrame을값 또는 index 기준으로 정렬할 수 있다.

    특정조건을 만족 하는 DataFrame의행을 필터링할 수 있다.

     

    5

    DataFrame 정렬하기

    5-1 DataFrame 정렬하기

    5-2 DataFrame 특정 열의 순위구하기

    5-3 조건식을이용한 DataFrame 필터링

    강좌영상

    13x 1

    7x 1

    16x 1

    과제

    pdf 제공

    6

    데이터 필터링 및검토하기

    중복된데이터를 확인하고 필터링 및 삭제할 수 있다

    6

    데이터 필터링 및 검토하기

    6-1 DataFrame의특정 값 찾기

    6-2 DataFrame의중복 데이터 검토하기

    6-3 DataFrame의중복 데이터삭제하기

    강좌영상

    16x 1

    12x 1

    10x 1

    pdf 제공

    7

    데이터 추출 및설정

    DataFrame의일부를 추출하고,특정 셀 위치에 값을 설정할 수 있다.

     

    7

    데이터 추출 및 설정

    7-1 DataFrame indexing

    7-2 DataFrame slicing, DataFrame 값설정하기

    강좌영상

    16x 1

    12x 1

    과제

    pdf 제공

    8

    데이터 변경 및 삭제하기

    특정행,열을 선택 하여 삭제할 수 있다.

    임의의행,가장 크거나 작은 값을 포함한 행을 추출할 수 있다.

    wherequery method 를 사용하여 필터링할 수 있다.

    8

    데이터변경 및 삭제하기

    8-1 Index column명 변경하기,행과 열삭제하기

    8-2 임의의 행추출하기,최대 및 최소값을 포함한행 추출하기

    8-3 DataFrame 필터링

    강좌영상

    15x 1

    8x 1

    14x 1

    pdf 제공

    9

    apply/applymap/copy method 활용하기

    DataFrame행과 열 또는 셀에 사용자 정의 함수를 적용할 수 있다.

    copymethod가필요 한 이유를 이해하고 활용할 수 있다.

     

    9

    apply/applymap/copymethod 활용하기

    9-1 DataFrame 열에 함수적용하기

    9-2 DataFrame 행과 원소에 함수적용하기

    9-3 DataFrame 복사하기

    강좌영상

    9x 1

    16x 1

    11x 1

    과제

    pdf 제공

    10

    string method 활용하여text 데이터다루기

    문자열을다루는 기초 method를활용 할 수 있다.

    특정문자열을 대체,분리하고 공백을 삭제할 수 있다.

    10

    string method 활용하여 text 데이터 다루기

    10-1 기초 문자열method, 문자열대체하기

    10-2 문자열 값을이용하여 DataFrame 필터링하기

    10-3 문자열 공백삭제하기,문자열분리하기

    강좌영상

    18x 1

    10x 1

    17x 1

    pdf 제공

    11

    Multi-index 생성하기

    Multi-index의구조를 이해하고,생성할 수 있다.

    Multi-index를기준 으로 정렬할 수 있다.

    stackunstack을 활용하여index를 재구성할 수있다.

     

    11

    Multi-index 생성하기

    11-1 MultiIndex 다루기

    11-2 stackunstack

    강좌영상

    15x 1

    15x 1

    과제

    pdf 제공

    12

    pivot table

    DataFramepivot table을만들고,데이터를 분석할 수있다.

    12

    pivot table

    12-1 DataFrame 재구성하기

    12-2 Pivot table로 정보집계하기

    12-3 groupby

    강좌영상

    7x 1

    16x 1

    12x 1

    pdf 제공

    13

    Groupby 객체생성하고 method 활용하기

    Groupby객체를이해 하고 생성할 수 있다.

    Groupby객체에통계 method agg method를 활용 하여 데이터를집계할 수 있다.

     

    13

    Groupby 객체 생성하고 method 활용하기

    13-1 groupby 객체와 통계method

    13-2 groupby 객체에 통계 함수적용하기

    강좌영상

    18x 1

    16x 1

    과제

    pdf 제공

    14

    DataFrame 결합하기

    DataFrame을원하는 형태 및 기준으로 결합할 수 있다.

    14

    DataFrame 결합하기

    14-1 concat으로DataFrame 결합하기

    14-2 mergeDataFrame 결합하기

    14-3 DataFrame 결합의 기준활용하기

    강좌영상

    17x 1

    11x 1

    17x 1

    pdf 제공

    15

    평가

    평가

     

    프로그래밍평가

     

     

     

     

     

    강좌운영팀 소개

    교수자

    천민규 professor
    천민규 교수
    현) 경기과학기술대학교 인공지능학과 학과장
    경기과학기술대학교 빅데이터혁신공유대학사업단장
    전) 삼성에스원 영상인식그룹 책임연구원
    연세대학교. 전기전자공학 박사
    E-mail: cheonmk@gtec.ac.kr

    강좌지원팀

    강좌 수강 정보

    이수/평가정보

     평가 계획

    평가유형

    성적반영여부

    (점수가중치)

    평가횟수

    (평가시기)

    평가내용 및 방법

    형성

    평가

    과제

    Y (30%)

    N

    14

    (1-14)

    실습 결과 제출

    총괄

    평가

    기말고사

    Y (70%)

    N

    1

    (15)

    전체 강의 내용을 포함하는 실시간 프로그래밍 평가 실시

    이수기준

    ( 60 )%

    과제 20% 이상 + 기말고사 40% 이상

    ※ 총 60% 이상 점수 획득 시, 이수증을 발급받을 수 있습니다.

    강좌 수준 및 선수요건

    이 강좌는 유익한 내용이 다수 포함되어 있습니다.

    교재 및 참고문헌

    이 강좌는 여러가지 참고자료가 많이 있습니다.

    자주 묻는 질문

    강의자료가 따로 있나요?

    네, 있습니다. 주차별 첫번째 강좌에 첨부되어있는 강의자료를 다운로드 받아주세요.

    분야 공학 (컴퓨터 · 통신)

    난이도 -

    운영기관 경기과학기술대학교(매치업)

    이수증 미발급

    주차 15 주

    학습인정시간 8시간 00분 (09시간 00분)

    수강신청기간 23.11.23 ~ 23.12.23

    강좌운영기간 23.11.23 ~ 23.12.31

    전화번호 -

    자막언어 -

    강좌언어 한국어(ko)

    추천강좌
    같은기관강좌