본문내용 바로가기
MD의선택 무료배송 이벤트 사은품

Pandas Cookbook 과학 연산, 시계열 분석, 파이썬을 이용한 시각화, 정돈된 데이터 만들기

acorn+Packt
시어도어 페트로우 지음 | CRAS 금융경제 연구소 옮김 | 에이콘출판 | 2018년 03월 30일 출간

이 책의 다른 상품 정보

  • 정가 : 40,000원
    판매가 : 36,000 [10%↓ 4,000원 할인]
  • 제휴할인가 : 27,000 교보-롯데카드 최대 25% 청구할인 카드/포인트 안내
  • 통합포인트 :
    [기본적립] 2,000원 적립 [5% 적립] 안내 [추가적립] 5만원 이상 구매 시 2천원 추가적립 [회원혜택] 우수회원 5만원 이상 구매 시 2~3% 추가적립
  • 추가혜택 :
    naver네이버페이 결제 시 기본 1% 적립 payco카카오페이 결제 시 5% 즉시할인 okcashbag 실 결제 금액의 0.5% 적립 안내
  • 배송비 : 무료 배송비 안내
  • 배송일정 : 서울특별시 종로구 세종대로 기준 지역변경
    당일배송 지금 주문하면 오늘(23일,월) 도착 예정 배송일정 안내
  • 바로드림 : 인터넷으로 주문하고 매장에서 직접 수령 안내
이벤트도서포함, 5만원이상 구매시 택1 (몬스테라/선인장/플라밍고 3종, 3000P차감)
닫기
  • EBS 초등학습 만점왕 출간기념 이벤트
  • 이벤트도서포함, 5만원이상 구매시 택1 (몬스테라/선인장/플라밍고 3종, 3000P차감)
  • 과학의 달 유아/어린이 추천도서
  • [초등학습] 2018년도 1학기 단원평가 이벤트
  • 휴머니스트브랜드전
  • 함께 읽고 싶은 문장 공유하면 함께 읽는 공간을 바꿔드립니다.
  • 책이 생활이다. 에코백 증정 월간 생활책방 4월호
  • 경제경영 메인이벤트, 부와 기술의 변곡점, 그리고 경제학
  • 이벤트도서포함, 2만원이상 구매시 택1 (플라워/고양이/컬러풀 3종, 2000P차감)
  • 한국사능력검정시험, 30일 완성 프로젝트
  • 창비, 3인 3색 인문교양 브랜드전
  • 봄볕 투명 책갈피 증정 봄볕에 어울리는 인문책

이 책의 이벤트 해외주문/바로드림/제휴사주문/업체배송건의 경우 1+1 증정상품이 발송되지 않습니다.

  • IT추천도서 구매하고 초저점도 멀티펜 받자!
    2018.01.29 ~ 2018.05.31
  • 파이썬 도서 다 모였다!
    2016.08.11 ~ 2019.12.31
상품상세정보
ISBN 9791161751252(1161751254)
쪽수 620쪽
크기 188 * 236 * 32 mm /1157g 판형알림
이 책의 원서/번역서 Pandas Cookbook/Theodore Petrou

책소개

이 책이 속한 분야

Pandas가 가진 모든 기능을 친절한 예제와 설명, 실제 파이썬 코드를 통한 실습을 통해 설명한다. Pandas의 핵심인 DataFrame과 Series를 주축으로, 대부분의 함수, 메서드, 속성을 설명하고 각각이 가진 장단점과 메모리 사용량과 처리 시간도 비교해 준다. 또한 금융데이터에 있어 가장 중요한 시계열 자료를 처리하는 다양한 방법은 물론 SQL 데이터베이스와 연결하는 방법도 알려준다.
이와 함께 정돈된 데이터(Tidy data)에 대한 정의와 함께 데이터를 정돈하기 위한 방법과 절차에 대해 자세히 알아보고 matplotlib, 파이썬 plot, seaborn을 이용한 데이터 시각화에 대해 자세히 설명하고 각각의 장단점을 상세히 설명한다.

★ 이 책에서 다루는 내용 ★

■ 모든 데이터셋의 탐색이 가능하도록 해주는 Pandas의 기본 지식 마스터
■ 쿼리와 선택을 통해 데이터 중 원하는 부분만 부분집합으로 적절히 골라내는 방법
■ 데이터를 종합하거나 각 그룹으로 변환하기 전 개별 그룹으로 분할하는 방법
■ 데이터 분석 및 시각화가 용이하도록 데이터를 정돈된 형식으로 재구성
■ 정리되지 않은 실제 데이터를 머신 러닝에서 사용할 수 있도록 준비
■ SQL 유사 연산 기능을 통해 서로 다른 소스의 데이터 병합
■ 독보적인 시계열 데이터 처리 능력
■ matplitlib나 seaborn을 사용한 멋지면서도 동시에 통찰을 얻을 수 있는 시각화 기능

저자소개

저자 : 시어도어 페트로우

저자 시어도어 페트로우(Theodore Petrou)
데이터 과학자이자 탐색 데이터 분석에 중점을 두고 있는 교육 회사 던더 데이터(Dunder Data)의 설립자다. 미트업(Meetup) 그룹인 휴스턴 데이터 과학의 헤드로, 이 그룹은 2,000여 명의 멤버를 갖고 있고 같은 공간에서 데이터 과학을 학습하기 위한 공동체를 형성하는 것을 주목적으로 하고 있다. 던더 데이터를 설립하기 전에는 대규모 정유 회사인 슐룸베르거(Schlumberger)에서 데이터 과학자로 근무했는데, 대부분의 시간을 데이터 분석 업무에 할애했다.
엔지니어 텍스트로부터 부품 고장의 근본 원인을 파악하는 타깃화된 감정 분석, 커스터마이즈된 대시보드 응용, 판매 상품 가격 산정 오류를 막기 위한 실시간 웹 서비스 등의 프로젝트를 수행했다. 라이스(Rice) 대학에서 통계학으로 석사 학위를 받았고, 데이터 과학자가 되기 전에는 분석 기술을 이용해 직업 포커 게임을 하기도 했으며, 수학을 가르치기도 했다. 실습을 통한 학습을 강조하며 스택 오버플로에서 Pandas 관련 답변을 자주 하곤 한다.

역자 : CRAS 금융경제 연구소

역자 CRAS 금융경제 연구소
머신 러닝과 통계, 블록체인에 기반한 금융 분석과 인공지능 기반의 핀테크 기법을 연구하는 곳이다. KAIST 전산학과 계산이론 연구실에서 학사와 석사학위를 취득한 이병욱 대표가 이끌고 있으며, 핀테크 관련 새로운 기술 개발은 물론 다양한 분야의 책을 저술하고 번역하며 세미나 및 강연을 겸하고 있다. 대표적인 저서나 번역서로는 에이콘출판사에서 출간한 『비트코인과 블록체인, 탐욕이 삼켜버린 기술』(2018), 『머신 러닝과 통계』(2018), 『파이썬으로 배우는 금융 분석 2/e』(2017), 『웹을 위한 머신 러닝』(2017) 『R을 활용한 머신 러닝 2/e』(2017) 등이 있다.

작가의 말

이 책은 간단명료한 레시피를 제공해, Pandas로 보편적인 데이터 조작과 과학 연산 과제를 해결하는 방법을 알려준다. 독자들은 다양한 데이터셋으로 직접 작업해보면서 효율적 데이터 가공을 통한 수많은 조작을 수행하게 된다. 이 책을 통해 Pandas DataFrames의 위력을 알게 될 것이고 불리언과 다중 인덱싱에 대해 배우게 될 것이다. 통계와 시계열 계산과 관련된 과제와 이를 금융과 과학 응용에 구현하는 방법에 대해서도 다루고 있다.
이 책을 읽고 나면 Pandas를 마스터하기에 필요한 모든 지식을 습득하게 되고 과학 연산을 한층 더 빠르고 정교하게 수행하게 될 것이다.

목차

1장. Pandas 기초

__소개
__DataFrame 해부
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__DataFrame의 주요 구성 요소 이용
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__데이터 형식 이해하기
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__데이터 단일 열을 Series로 선택하기
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__Series 메서드 호출
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__Series에 연산자 사용하기
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__Series 메서드를 함께 사용하기
____준비 단계
____방법
____작동 원리
____추가 사항
__인덱스를 의미 있게 만들기
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__열과 행 이름 다시 짓기
____준비 단계
____방법
____작동 원리
____추가 사항
__열의 생성과 삭제
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌


2장. DataFrame 필수 연산

__소개
__DataFrame에서 복수 열 선택
____준비 단계
____방법
____작동 원리
____추가 사항
__메서드를 사용한 열 선택
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__열 이름 일목요연하게 정렬하기
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__전체 DataFrame에 대한 연산
____준비 단계
____방법
____작동 원리
____추가 사항
__DataFrame 메서드 체인으로 묶기
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__DataFrame에서 연산자 이용
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__누락값 비교
____준비 단계
____방법
____작동 원리
____추가 사항
__DataFrame 연산의 방향 바꾸기
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__대학 캠퍼스의 다양성 지수 발견
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌


3장. 데이터 분석 시작

__소개
__데이터 분석 루틴 개발
____준비 단계
____방법
____작동 원리
____추가 사항
____데이터 딕셔너리
____참고문헌
__데이터 형식 변경을 통한 메모리 절약
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__최대에서 최소 선택
____준비 단계
____방법
____작동 원리
____추가 사항
__정렬에 의해 각 그룹의 최대 선택
____준비 단계
____방법
____작동 원리
____추가 사항
__sort_values를 사용해 nlargest를 복제
____준비 단계
____방법
____작동 원리
____추가 사항
__추적 지정 주문가 계산
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌


4장. 데이터의 부분 집합 선택

__소개
__Series 데이터 선택
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__DataFrame 행 선택
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__DataFrame의 행과 열을 동시에 선택하기
____준비 단계
____방법
____작동 원리
____추가 사항
__정수와 레이블을 동시에 사용해 데이터 선택
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__스칼라 더 빠르게 선택하기
____준비 단계
____방법
____작동 원리
____추가 사항
__게으른 행 슬라이스
____준비 단계
____방법
____작동 원리
____추가 사항
__사전 순서로 슬라이스
____준비 단계
____방법
____작동 원리
____추가 사항


5장. 불리언 인덱싱

__소개
__불리언 통계량 계산
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__다중 불리언 조건 구축
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__불리언 인덱싱을 사용한 필터링
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__인덱스를 사용한 불리언 인덱싱의 복제
____준비 단계
____방법
____작동 원리
____추가 사항
__고유한 정렬된 인덱스를 사용한 선택
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__주가 전망
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__SQL WHERE 절 해석
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__주식 시장 수익률의 정규성 검정
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__query 메서드를 사용한 불리언 인덱싱의 가독성 개선
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__where 메서드를 사용한 Series 보존
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__DataFrame 행 마스크
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__불리언, 정수 위치, 레이블을 이용한 선택
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌


6장. 인덱스 정렬

__소개
__인덱스 객체 관찰
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__카디션 곱 생성
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__인덱스 폭발
____준비 단계
____방법
____작동 원리
____추가 사항
__서로 다른 인덱스에 값 채우기
____준비 단계
____방법
____작동 원리
____추가 사항
__다른 DataFrames의 열 추가
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__각 열의 최댓값 부각하기
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__메서드 체인을 사용한 idxmax 복제
____준비 단계
____방법
____작동 원리
____추가 사항
__가장 흔한 최대값 찾기
____준비 단계
____방법
____작동 원리
____추가 사항


7장. 종합을 위한 그룹화, 필터링 그리고 변환

__소개
__종합에 대한 정의
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__복수 열과 함수를 사용한 그룹화와 집계
____준비 단계
____방법
____작동 원리
____추가 사항
__그룹화 후 MultiIndex 제거
____준비 단계
____방법
____작동 원리
____추가 사항
__종합 함수 커스터마이징
____준비 단계
____방법
____작동 원리
____추가 사항
__*args와 **kwargs를 사용한 종합 함수 커스터마이징
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__groupby 객체 조사
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__소수 인종이 다수인 주 찾기
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__체중 감량 내기를 통한 변환
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__apply를 이용한 주별 가중 평균 SAT 점수 계산
____준비 단계
____
____작동 원리
____추가 사항
____참고문헌
__연속 변수에 의한 그룹화
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__도시 간 총 비행 횟수 계산
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__최장 연속 정시 비행 찾기
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌


8장. 정돈된 형태로 데이터 재구성

__소개
__stack을 이용해 변숫값을 변수 이름으로 정돈
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__복수 변수 그룹을 동시에 스태킹
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__스택된 데이터 되돌리기
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__groupby 종합 후 Unstacking
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__groupby 종합으로 pivot_table 복제
____준비 단계
____방법
____작동 원리
____추가 사항
__쉬운 재구축을 위해 레벨 재명명
____준비 단계
____방법
____작동 원리
____추가 사항
__복수 변수가 열 이름으로 저장됐을 때의 정돈
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__복수 변수가 열값으로 저장된 경우의 정돈
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__같은 셀에 여러 값이 저장된 경우의 정돈
____준비 단계
____방법
____작동 원리
____추가 사항
__변수가 열 이름과 값에 저장된 경우의 정돈
____준비 단계
____방법
____작동 원리
____추가 사항
__동일 표에 복수 관측 단위가 저장된 경우의 정돈
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌


9장. Pandas 객체 합치기

__소개
__DataFrames에 새로운 행 추가
____준비 단계
____방법
____작동 원리
____추가 사항
__복수 DataFrames 연결
____준비 단계
____방법
____작동 원리
____추가 사항
__트럼프와 오바마 대통령 국정 수행 능력 평가 비교
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__concat, join, merge 사이의 차이점 이해하기
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__SQL 데이터베이스에 연결
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌


10장. 시계열 분석

__소개
__파이썬과 Pandas의 날짜 도구 차이 이해
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__시계열을 현명하게 분할하기
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__DatetimeIndex와만 작동하는 메서드 사용하기
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__주간 범죄 건수 알아보기
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__주별 범죄와 교통사고를 별도로 종합
____준비 단계
____방법
____작동 원리
____추가 사항
__범죄를 주별과 연도로 측정
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__DatetimeIndex에서 익명 함수를 사용한 그룹화
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__Timestamp와 다른 열을 이용한 그룹화
____준비 단계
____방법
____작동 원리
____추가 사항
__merge_asof를 사용해 범죄율이 20% 낮은 마지막 시기 찾기
____준비 단계
____방법
____작동 원리
____추가 사항


11장. Matplotlib, Pandas, Seaborn을 이용한 시각화

__소개
__matplotlib 다뤄 보기
____준비 단계
__matplotlib에 대한 객체지향 가이드
____방법
____작동 원리
____추가 사항
____참고문헌
__matplotlib를 이용한 데이터 시각화
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__Pandas를 이용한 도식화 기초
____준비 단계
____방법
____작동 원리
____추가 사항
____참고문헌
__비행 데이터셋 시각화
____준비 단계
____방법
____작동 원리
____참고문헌
__영역 그래프를 스태킹해 새로운 추세 발견
준비 단계
방법
작동 원리
추가 사항
__seaborn과 pandas의 차이점 이해
____준비 단계
____방법
____작동 원리
____참고문헌
__seaborn Grid를 사용한 다변량 분석
____준비 단계
____방법
____작동 원리
____추가 사항
__seaborn을 사용해 다이어몬드 데이터셋에 있는 심슨의 역설 발견
____준비 단계
____방법
____작동 원리
____추가 사항

출판사 서평

★ 이 책의 대상 독자 ★

이 책은 단순한 레시피에서 고급 레시피까지 거의 100가지 정도의 레시피를 다루고 있다. 모든 레시피는 최신 파이썬 문법과 구문을 사용해 작성됐다. ‘작동 원리’ 절에서는 레시피의 복잡한 각 단계에 대해 상세한 설명을 제공한다. 종종 ‘추가 사항’ 절에서 완전히 새로운 레시피에 대한 정보를 얻을 수 있다. 이 책은 방대한 Pandas 코드를 제공한다.
일반적으로 처음 6개 장의 레시피는 간단하며, 나머지 5개 장에 비해 기본적이고 근본적인 Pandas 연산에 중점을 두고 있고, 나머지 5개 장은 고... 더보기

북로그 리뷰 (0) 쓰러가기

도서 구매 후 리뷰를 작성하시면 통합포인트를 드립니다.
결제 90일 이내 작성 시 300원 / 발송 후 5일 이내 작성시 400원 / 이 상품의 첫 리뷰 작성 시 500원
(포인트 적립은 작성 후 다음 날 혹은 해당 도서 출고 후 익일에 적립됩니다.
외서/eBook/음반/DVD/GIFT 및 잡지 상품 제외)
안내
  • 해당도서의 리뷰가 없습니다.

Klover 평점/리뷰 (0)

교환/반품/품절안내

※ 상품 설명에 반품/교환 관련한 안내가 있는 경우 그 내용을 우선으로 합니다. (업체 사정에 따라 달라질 수 있습니다.)

교환/반품/품절안내
반품/교환방법 마이룸 > 주문관리 > 주문/배송내역 > 주문조회 > 반품/교환신청 ,
[1:1상담>반품/교환/환불] 또는 고객센터 (1544-1900)

※ 오픈마켓, 해외배송주문, 기프트 주문시 [1:1상담>반품/교환/환불]
    또는 고객센터 (1544-1900)
반품/교환가능 기간 변심반품의 경우 수령 후 7일 이내,
상품의 결함 및 계약내용과 다를 경우 문제점 발견 후 30일 이내
반품/교환비용 변심 혹은 구매착오로 인한 반품/교환은 반송료 고객 부담
반품/교환 불가 사유
  • 소비자의 책임 있는 사유로 상품 등이 손실 또는 훼손된 경우
    (단지 확인을 위한 포장 훼손은 제외)
  • 소비자의 사용, 포장 개봉에 의해 상품 등의 가치가 현저히 감소한 경우
    예) 화장품, 식품, 가전제품(악세서리 포함) 등
  • 복제가 가능한 상품 등의 포장을 훼손한 경우
    예) 음반/DVD/비디오, 소프트웨어, 만화책, 잡지, 영상 화보집
  • 소비자의 요청에 따라 개별적으로 주문 제작되는 상품의 경우 ((1)해외주문도서)
  • 디지털 컨텐츠인 eBook, 오디오북 등을 1회 이상 다운로드를 받았을 경우
  • 시간의 경과에 의해 재판매가 곤란한 정도로 가치가 현저히 감소한 경우
  • 전자상거래 등에서의 소비자보호에 관한 법률이 정하는 소비자 청약철회 제한 내용에
    해당되는 경우
(1) 해외주문도서 : 이용자의 요청에 의한 개인주문상품으로 단순변심 및 착오로 인한 취소/교환/반품 시 ‘해외주문 반품/취소 수수료’ 고객 부담 (해외주문 반품/취소 수수료 : ①양서-판매정가의 12%, ②일서-판매정가의 7%를 적용)
상품 품절 공급사(출판사) 재고 사정에 의해 품절/지연될 수 있으며, 품절 시 관련 사항에 대해서는
이메일과 문자로 안내드리겠습니다.
소비자 피해보상
환불지연에 따른 배상
  • 상품의 불량에 의한 교환, A/S, 환불, 품질보증 및 피해보상 등에 관한 사항은
    소비자분쟁해결 기준 (공정거래위원회 고시)에 준하여 처리됨
  • 대금 환불 및 환불지연에 따른 배상금 지급 조건, 절차 등은 전자상거래 등에서의
    소비자 보호에 관한 법률에 따라 처리함

이 분야의 베스트

더보기+

이 분야의 신간

  • 박준석
    14,400원
  • 정일영
    33,300원
  • 박재현
    25,200원
  • 김혜주
    14,400원
  • 이남호
    22,410원
더보기+

바로가기

  • 우측 확장형 배너 2
  • 우측 확장형 배너 2

최근 본 상품