일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
- 태블로
- 프롬프트 엔지니어링
- 히트맵
- 군집화
- 최종 프로젝트
- 기초프로젝트
- 데이터 분석
- pandas
- 프로젝트
- 팀프로젝트
- If
- lambda
- cross join
- 머신러닝
- 기초통계
- jd
- GA4
- SQLD
- SQL
- 전처리
- da
- Chat GPT
- streamlit
- 클러스터링
- 서브쿼리
- 크롤링
- Python
- 시각화
- data analyst
- 데이터분석
- Today
- Total
목록데이터 분석 (130)
세조목
lambda함수는 데이터프레임에 들어있는 각각의 값들을 하나 하나 함수에 넣어주고싶을때 사용한다. 예를 들어 아래와 같은 코드가 있다고해보자. data['startprice'].apply(lambda x: x * 100 if x % 1 == 0 else (x + 0.01) * 100) data라는 이름의 데이터프레임에 startprice라는 이름의 컬럼이 있다. startprice 컬럼에 여러 속성값들이 속해있을텐데 그 각각의 속성값들에 lambda x: 뒤에 적혀있는 조건을 걸어주는 것이다. x * 100 if x % 1 == 0 else (x + 0.01) * 100 이라고 적혀있는데 해석해보면 만약 x를 1로 나눴을때의 나머지가 0이라면 x * 100을, 그렇지 않다면 x에 0.01을 더해주고 그 ..
실전 프로젝트 3월 첫째주는 저번주에 이어 실전 프로젝트를 진행했습니다. 연휴간 각자 예제를 풀어보고 월요일부터 각자 풀었던 내용들을 공유하면서 방향성을 잡아나갔습니다. 5일 내내 데이터 점검을 진행할 줄은 몰랐으나 생각보다 시간이 많이 소요됐습니다. 금요일 오후 정도에 모든 데이터 점검을 마치고 저녁 시간부터 대시보드 작업에 들어갔고, 토요일에 대시보드 및 ppt 제작을 모두 마쳤습니다. 정말 감사하게도 이번 프로젝트에서 만난 팀원들 모두 열정적이고 책임감 있게 각자 맡은바 임무를 충실히 수행해주어서 즐겁게 프로젝트를 진행할 수 있었습니다. 또한 '어느 누가 특별히 잘났다' 이런 분위기가 전혀 아니었습니다. 한 명이 아이디어를 냈다면 다른 한 명을 그 아이디어를 코드로 옮겼고, 그 코드에 부족함이 있었..
프로젝트 9일차부터 12일차까지는 아래와같은 일정으로 진행됐습니다. 실전 프로젝트 9일차(금) 대시보드 작업 실전 프로젝트 10일차(토) ppt 작업 실전 프로젝트 12일차(월) pt 연습 9일차 - 대시보드 9일차때 진행한 대시보드 작업의 경우 8일차때 큰 틀만 잡아놓은 것을 다듬는 작업을 했습니다. 한 분을 제외하고는 모두 토요일에 SQLD 시험이 있었는데 한 분께서 감사하게도 본인이 대시보드 작업 마무리 지을테니 저희들은 SQLD 공부해도 괜찮을 것 같다고 하셨습니다. 오전, 오후 그 분께서 혼자 작업하시고 3시 정도에 같이 보면서 최종적으로 작업을 마무리했습니다. 10일차 - ppt 제작 ppt 제작은 구글 슬라이드에서 진행했습니다. 금번 프로젝트의 경우 태블로가 메인이다보니 ppt 장표수 자체는..
금주의 총점은 88.86점으로 전주의 총점인 70.05점보다 26.85% 상승했습니다. 태블로, 실전 프로젝트를 메인으로 하되 곁다리 계획들은 과감하게 제외시킴으로써 메인 계획에 보다 집중함에 따른 상승이었습니다. Python 2024.02.26 - [데이터 분석 공부/Python] - Python 예제(3진법 뒤집기) 2024.02.26 - [데이터 분석 공부/머신러닝] - 이커머스 머신러닝 강의 복습(Ch.1 - Linear Regression) 2024.02.27 - [데이터 분석 공부/머신러닝] - 이커머스 머신러닝 강의 복습(Ch.2 - Logistic Regression) 2024.02.28 - [데이터 분석 공부/머신러닝] - 이커머스 머신러닝 강의 복습(Ch.3 - KNN) 태블로 2024..