일별 또는 월별로 리샘플링하기
시간 데이터를 더 큰 구간으로 묶습니다
일별 또는 월별로 리샘플링하기은(는) CoddyKit의 무료 Data Science Academy 강의입니다. 이것은 4개 중 3번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Data Science Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
너무 세밀해서 보이지 않습니다
초 단위나 분 단위 데이터에는 잡음이 많습니다. 실제로는 일별 또는 월별 합계가 필요한 경우가 많습니다. Resampling은 세밀한 타임스탬프를 더 큰 구간으로 묶습니다. 📊
먼저 날짜시간 인덱스 만들기
Resample은 시간 데이터를 대상으로 작동합니다. 따라서 첫 단계는 set_index로 날짜시간 열을 인덱스로 만드는 것입니다.
df = df.set_index("date")resample 알아보기
resample 메서드는 groupby와 비슷하지만 날짜를 위한 시간 규칙에 따라 행을 그룹화합니다. 그런 다음 각 구간을 결합할 방법을 선택합니다.
df.resample("D") # group by day일별 합계
일 단위에는 "D" 규칙을 사용한 다음 합산하세요. 그러면 여러 타임스탬프가 하루당 하나의 깔끔한 값으로 합쳐집니다.
daily = df.resample("D")["sales"].sum()월별 요약
규칙을 "ME"로 바꾸면 월말 기준으로 월마다 한 행을 얻습니다. 패턴은 같고 구간만 더 커집니다.
monthly = df.resample("ME")["sales"].sum()규칙은 유연합니다
빈도 문자열이 모든 것을 결정합니다. 주에는 "W", 시간에는 "h", 연말에는 "YE"를 사용합니다. 문자 하나가 전체 관점을 바꿉니다.
df.resample("W")["sales"].sum() # weekly집계 방법 선택하기
합계만 가능한 것은 아닙니다. mean, max 또는 count를 사용하면 같은 구간에서 서로 다른 질문에 답할 수 있습니다.
df.resample("D")["temp"].mean()여러 통계를 한 번에
agg에 목록을 전달하면 하나의 정돈된 표에서 구간별 여러 요약값을 얻을 수 있습니다.
df.resample("ME").agg(["sum", "mean"])다운샘플링과 업샘플링
더 거친 구간으로 바꾸는 것을 다운샘플링이라고 합니다. 일별 데이터를 시간별처럼 더 세밀하게 바꾸는 것은 업샘플링이며, 채워야 할 빈 슬롯을 만듭니다.
df.resample("h").asfreq() # upsample새로운 빈 부분 채우기
업샘플링하면 새 행이 빈 상태로 생깁니다. ffill을 사용하면 마지막으로 알려진 값을 그 행들에 이어서 채울 수 있습니다.
df.resample("h").ffill()매끄럽게 만든 다음 플로팅하기
잡음이 사라지므로 Resampling한 계열은 멋지게 플로팅됩니다. 월별 선 그래프는 원시 데이터로는 보기 어려운 추세를 보여 줍니다.
monthly.plot()빠른 확인
분 단위 측정값이 있지만 하루당 평균 하나를 원합니다.
복습: 시간 데이터의 형태 바꾸기
날짜시간 인덱스를 사용해 resample로 데이터를 일, 주 또는 월 단위로 묶고, 집계 방법을 선택했으며, 업샘플링으로 생긴 빈 부분을 ffill로 처리했습니다. ⏳
AI 튜터와 함께 Python을(를) 배우세요 — 무료
브라우저에서 실제 코드를 작성하고 실행하며, 24/7 AI 튜터로부터 즉각적인 도움을 받고, 웹이나 앱에서 중단한 부분부터 계속 학습하세요.
- 코스
- 30
- 레슨
- 120
자주 묻는 질문
“일별 또는 월별로 리샘플링하기” 강의는 무료인가요?
네 — “일별 또는 월별로 리샘플링하기” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Data Science Academy 강의 전체를 잠금 해제할 수 있습니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.
“일별 또는 월별로 리샘플링하기”에서 뭘 배우나요?
시간 데이터를 더 큰 구간으로 묶습니다 브라우저에서 직접 실행하는 실습 코드로 Data Science Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.
Data Science Academy을(를) 시작하는 데 경험이 필요한가요?
사전 경험은 필요하지 않습니다. CoddyKit의 Data Science Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 3번째 강의입니다.
“일별 또는 월별로 리샘플링하기” 강의는 얼마나 걸리나요?
대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.
이 Data Science Academy 강의에서 코드를 작성하고 실행할 수 있나요?
네. 모든 Data Science Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.
이 강의의 모든 강의
- 문자열을 날짜시간으로 해석하기
- 연도, 월, 요일 추출하기
- 일별 또는 월별로 리샘플링하기
- 시간대와 날짜 범위