노는 게 제일 좋아

06. 데이터 그룹화하기 1. 데이터 그룹화 하기 GROUP BY SELECT 추출 컬럼, ,,, (또는 그룹 함수) FROM 테이블명 WHERE 조건식 GROUP BY 컬럼명; 2. 가져올 그룹에 조건 주기 HAVING SLEECT 컬럼명 FROM 테이블명 WHERE 조건 GROUP BY 컬럼명 HAVING 조건식; 3. 그룹함수 SELECT 컬럼명,,,, 그룹함수 FROM 테이블명 WHERE 조건 GROUP BY 컬럼명 HAVING 조건식 그룹 함수를 SELECT 절에 넣어 값을 뽑거나, HAVING 절에 넣어 그룹화 할 수 있음 1) 데이터 개수를 세는 함수 COUNT 활용법 ex) COUNT(컬럼명) : 해당 컬럼의 개수를 세어라 COUNT(1) : 하나의 값을 1로 세어라. COUNT(*) : ..

05. 원하는 데이터 만들기 1. 데이터 줄 세우기 ORDER BY ORDER BY 컬럼명 (ASC) => 오름차순 정렬. ASC는 기본값이라 생략 가능 ORDER BY 컬럼명 DESC => 내림차순 정렬 만약 여러컬럼으로 정렬하고 싶다면? ORDER BY 컬럼1 오름차순or내림차순 , 컬럼2 오름차순or내림차순 ; => 순서대로 컬럼1 기준으로 정렬, 컬럼1 값이 동일하다면 컬럼2 값으로 정렬 칼럼이 너무 길땐 칼럼 인덱스로 대체해서 표현 가능 SELECT number, name, attack defense 1 2 3 4 FROM mypokemon ORDER BY 3 DESC, 4; => 3번 컬럼인 attack을 기준으로 내림차순 정렬한 후, 값이 동일하면 4번 컬럼인 defense를 기준으로 오름차..

03. 데이터 가져오기 1. 데이터 가져오기 : SELECT SELECT 가져올 값 ex) SELECT 123: => 결과: 123 SELECT 1 + 2+ 3; => 결과: 6 SELECT "ABC" => 결과: "ABC" 2. 테이블에서 데이터 가져오기: FROM 컬럼을 하나만 선택해서 가져오는 경우 SELECT 컬럼이름 FROM 데이터베이스이름.테이블이름; 컬럼을 여러개 선택해서 가져오는 경우 SELECT 컬럼이름, 컬럼이름, .... 컬럼이름 FROM 데이터베이스이름.테이블이름; 컬럼을 전체를 선택해서 가져오는 경우 SELECT * FROM 데이터베이스이름.테이블이름; 만약 USE를 통해 데이터 베이스를 특정해줬다면? => 테이블 이름 앞에 데이터 베이스 이름을 적어줄 필요가 없음 USE 데이터 ..

1) 판다스 불러오기 판다스: 파이썬의 분석 라이브러리 넘파이: 파이썬의 수치자료 처리 라이브러리 import 라이브러리명 as 부를 이름 import pandas as pd improt numpy as np 2) 시리즈 만들기 시리즈: pandas에서 사용하는 일종의 리스트 인덱스: 열의 순서라고 생각하기. ① 딕셔너리로 시리즈 만들기 dic = { 'a' :1, 'b' : 2, 'c': 3} dic_series = pd.Series(dic) print(dic_series) index value a 1 b 2 c 3 ② 리스트로 시리즈 만들기 ls = [1,2,3] li_series = pd.Series(ls, index = ['a','b','c']) print(pd.Series(ls)) index v..

1. 단축키 (1) 셀 선택 모드 a : 위에 새로운 셀 추가 b : 아래에 새로운 셀 추가 c : 셀 복사하기 v : 셀 붙여넣기 x : 셀 잘라내기 dd : 셀 삭제하기 Shift + m : 선택 셀과 아래 셀과 합치기 Ctrl + s 또는 s : 파일 저장 Enter : 선택 셀에 코드 입력하기 (코드 입력 모드로 전환) (2) 코드 입력 모드 Ctrl + Enter : 입력 셀 실행 Shift + Enter : 입력 셀 실행 후 아래 셀로 이동 및 아래에 새로운 셀 추가 Ctrl + a : 선택 셀의 코드 전체 선택 Ctrl + z : 선택 셀 내 실행 취소 Ctrl + y : 선택 셀 내 다시 실행 Esc : 셀 선택 모드로 전환 2. 기본 문법 print("출력할 내용") print("출력할 ..

1) T-test (T검정) 각 패키지로 10일씩 실험 판매 진행. 제품 패키지 외 모든 조건은 동일하다고 가정. 패키지 변경이 매출액에 영향을 미치는지 가설검정. 패키지 변경 前 패키지 변경 後 일차 매출액 일차 매출액 1 3,854,000 1 2,506,500 2 3,242,250 2 3,094,500 3 6,482,250 3 3,497,250 4 5,718,500 4 3,622,500 5 6,527,500 5 4,014,750 6 4,806,500 6 3,570,250 7 3,791,500 7 3,933,250 8 4,119,250 8 3,755,000 9 4,962,250 9 4,490,250 10 4,692,750 10 3,169,750 합 4,819,675 합 3,565,400 귀무가설 : 패..

1. 특강 데이터 분석 대학원 나오셔서 sk c&c에서 근무하고 계시는 박서희 강사님의 특강을 듣게 되었다 주 내용은 데이터 사이언티스트를 어떻게 하면 될 수 있을지 이런 내용이었다. 이런 내용으로 이루어져 있는데 사실 나는 아직 고민 중이라서.. 솔직히 남의 이야기 듣는 것처럼 들었음 나는 대학원 생각도 없고 딥러닝 머신러닝까지 딥하게 공부하고 싶은 생각은 아직은 없어서... 하지만 그것과 별개로 강사님 강의력은 준수하셨고 대학원을 준비하고 계시는 다른 동기분들께는 많은 도움이 되실 것 같음 (질문도 다들 엄청하셨다) 2. 엑셀 강의 이동훈 강사님의 강의를 실시간, 녹화 인터넷 강의를 통해 수강했다. 사실 이동훈 강사님은 전에 cj 리모트 인턴쉽에서 엑셀 강의를 수강했어서 오? 하고 놀랐다. 뭔가 내적..

1. 부트캠프 지원 동기 취업에 도움이 될 것 같아서 지원했다. 데이터를 활용한 마케팅 분야에서 일하는 것을 목표로 하고 있다. 하지만 요즘에는 인사직무에도 관심이 많이 생기는데... 뭐 영업이든 인사직무든 데이터 분석 역량 갖추면 좋으니까 많은 도움이 될 것 같다. 2. OT 후 배운 점과 느낀 점 앞으로의 일정, 커리큘럼을 간단하게 소개 받고 수료기준에 대한 설명도 들었다. 특히 출석체크 기준이 조금 까다로워서 주의해야겠다 솔직히 독서대 놓고 쓰면 고개 조금만 숙여도 얼굴이 잘 안보이기 때문에.. ㅠㅠ 다른 동기분과 1:1 대화하는 시간도 있었는데 둘 다 말하는 시간보다 말 안하는 시간이 더 많았다..^^ (누가봐도 mbti 파워 I의 만남) 아 그리고 경쟁률이 nn:1 이었다고.. 오~ 빡센데~ 3..

230906 테스트 작성