후기
수업과정을 진행해 나가기는 하는데 속도도 많이 더디고 능률이 낮은것 같다 고민이다. 파이썬과는 다른느낌으로 생각해야할 것들이 많은데 큰일이다..
# .get("불러올제목")["불러올내부값"]
tmp[0].get("geometry")["location"]
경찰서 이름 구하기 (idx, rows 데이터 이용)
iterrows() 함수를 사용해 idx, rows 도출
--> station_name = "서울" + idx + "경찰서" 만들어줌
(station_name = "서울" + str(idx) + "경찰서)
(문자열 더하기 --> (idx -> str(idx))
(count로 진행상황 확인가능)
(.get_level_values() -->컬럼인덱스 확인)
컬럼 내용 확인 예제
검거율 생성을 위한 컬럼 나누기 예제
-- 100이상이면 True 아니면 False
-- 100이상인 결과 숫자로 보여주기
-- 100이상인 결과 100으로 변경
강간발생 -> 강간, 강도발생->강도, 살인발생->살인 ...등
(crime_anal_gu에 있던 검거율 --> crime_anal_norm에 추가)
(result_CCTV에 있던 인구수, CCTV자료 --> crime_anal_norm에 추가)
(numpy 는 axis=1 행, axis=0 열 (pandas와는 반대))
(np.mean() 을 이용한 평균구하기)
코드언어
gmaps.geocode("", language="ko") --> 지도내용 한글로 받아오기
.get()[] --> ()[]의 내용 불러오기
.split() --> 딕셔너리 내용 list로 하나씩 불러오기
.iterrows() --> for문을 돌려 idx, rows 추출 가능 함수
pd.read_csv() --> csv파일 읽기(불러오기)
del crime_anal_gu["lat"] --> lat 컬럼,value 삭제
crime_anal_gu.drop("lat", axis=1, inplace=True) --> lat 컬럼열 삭제, 변경상태 저장적용
crime_anal_gu["강도검거"].div(crime_anal_gu["강도발생]), axis=0) --> 강도검거 나누기 강도발생 행의 평균
crime_anal_gu[num].div(crime_anal_gu[den]).values) --> num리스트값 나누기 den리스트값 의 평균 밸류값
rename(columns={"강간발생":"강간", "강도발생":"강도"}, inplace=True) --> "강간발생-->"강간", "강도발생-->"강도"으로 컬럼이름변경
crime_anal_gu["절도"].max() --> 절도value의 최대값
np.mean() --> 평균값구하기
np.mean([1, 2, 3, 4], axis=0 or 1) --> axis=0 열값, axis=1 행값, (pansdas와 numpy의 axis값은 다르다)