Danfo js — Pandas의 대안

JavaScript는 가장 다재다능한 프로그래밍 언어 중 하나가 되었으며 Danfo.js와 같은 라이브러리를 사용하면 데이터 과학 작업에 더욱 강력해집니다. JavaScript로 데이터를 조작하는 것이 처음이라면 이 가이드에서 Danfo.js를 소개하고 효율적인 데이터 처리를 시작하는 데 도움이 될 것입니다.

Danfo.js란 무엇입니까?

Danfo.js는 JavaScript를 기반으로 구축된 강력한 라이브러리로, Python의 Pandas 라이브러리와 유사하게 사용자가 데이터 조작 및 분석을 수행할 수 있습니다. 이는 테이블 형식으로 데이터를 관리할 수 있는 두 가지 기본 데이터 구조인 DataFrames 및 Series와 함께 작동하도록 설계되었습니다. 이전에 스프레드시트나 데이터베이스를 사용해 본 적이 있다면 이러한 개념이 익숙할 것입니다.

왜 Danfo.js인가?

데이터 과학을 위한 JavaScript: 이미 JavaScript에 익숙하지만 데이터 조작에 대해 자세히 알고 싶다면 Danfo.js가 훌륭한 도구입니다. 이는 JavaScript의 강력한 기능과 데이터 분석의 유연성을 결합합니다.
배우기 쉬움: 초보자라면 Danfo.js를 쉽게 익힐 수 있으며, 특히 JavaScript에 익숙하다면 더욱 그렇습니다. 이를 통해 데이터 필터링, 그룹화, 변환 등의 작업을 쉽게 수행할 수 있습니다.
웹 앱과의 통합: Danfo.js를 사용하면 웹 앱의 데이터를 원활하게 사용할 수 있습니다. API에서 데이터를 가져오거나 브라우저에서 직접 로컬 데이터세트를 처리할 수 있습니다.

Danfo.js 설치

Danfo.js를 시작하려면 이를 설치해야 합니다. 프로젝트 디렉터리에 npm(Node Package Manager)을 사용하여 Danfo.js를 설치할 수 있습니다.

npm install danfojs-node

브라우저에서 작업하려면 CDN의 Danfo.js를 포함할 수 있습니다.

<script src="https://cdn.jsdelivr.net/npm/danfojs@0.5.0/dist/index.min.js"></script>

DataFrame 작업

DataFrame은 2차원이고 크기가 변경 가능하며 잠재적으로 이질적인 표 형식의 데이터 구조입니다. 데이터베이스의 표나 엑셀 시트와 비슷합니다.

다음은 Danfo.js에서 DataFrame을 생성하는 기본 예입니다.

const dfd = require("danfojs-node"); const data = {
    "Name": ["Alice", "Bob", "Charlie"],
    "Age": [25, 30, 35],
    "Country": ["USA", "UK", "Canada"]
}; const df = new dfd.DataFrame(data);
df.print();

다음과 같이 출력됩니다:

Name  Age  Country
0  Alice   25      USA
1    Bob   30       UK
2 Charlie   35   Canada

Danfo.js의 일반적인 작업

다음은 Danfo.js를 사용하여 수행하게 될 가장 일반적인 데이터 조작 작업 중 일부입니다.

1. 열 선택

다음과 같이 DataFrame에서 특정 열을 선택할 수 있습니다.

const ageColumn = df["Age"];
ageColumn.print();

2. 행 필터링

조건에 따라 행을 필터링하려면:

const adults = df.query(df['Age'].gt(30)); // Filters rows where age > 30
adults.print();

3. 새 열 추가

기존 열을 기반으로 새 열을 쉽게 추가할 수 있습니다.

df.addColumn("IsAdult", df["Age"].gt(18)); // Adds a column based on age
df.print();

4. 누락된 데이터 처리

Danfo.js는 누락된 값을 처리하는 다양한 기능을 제공합니다.

npm install danfojs-node

시리즈 작업

Danfo.js의 A Series는 1차원 배열형 객체입니다. DataFrame의 단일 열로 생각하면 됩니다.

시리즈를 만들고 조작하는 방법은 다음과 같습니다.

<script src="https://cdn.jsdelivr.net/npm/danfojs@0.5.0/dist/index.min.js"></script>

시리즈:
에서도 작업을 수행할 수 있습니다.

const dfd = require("danfojs-node"); const data = {
    "Name": ["Alice", "Bob", "Charlie"],
    "Age": [25, 30, 35],
    "Country": ["USA", "UK", "Canada"]
}; const df = new dfd.DataFrame(data);
df.print();

데이터 시각화

Danfo.js 자체는 시각화에 중점을 두지 않지만 데이터 시각화를 위해 Plotly 또는 Chart.js와 같은 라이브러리와 쉽게 통합할 수 있습니다. Danfo.js에서 데이터를 처리한 후 이를 시각화 라이브러리에 전달하여 차트와 그래프를 생성할 수 있습니다.

시각화 유형은 데이터의 종류와 전달하려는 메시지에 따라 다릅니다. 다음은 다양한 유형의 데이터에 대한 몇 가지 일반적인 시각화입니다.

막대 차트

사용 사례: 다양한 카테고리 또는 그룹 비교
사용 시기: 범주형 데이터가 있고 여러 범주의 값을 비교하려는 경우.

Name  Age  Country
0  Alice   25      USA
1    Bob   30       UK
2 Charlie   35   Canada

꺾은선형 차트

사용 사례: 시간 경과에 따른 추세 또는 연속 데이터를 시각화합니다.
사용 시기: 시간(시계열 데이터) 또는 연속 데이터에 따라 값이 어떻게 변하는지 보여줍니다.

const ageColumn = df["Age"];
ageColumn.print();

원형 차트

사용 사례: 전체의 비율을 표시합니다.

사용 시기: 부분이 전체를 어떻게 구성하는지 보여주거나 카테고리의 상대적인 비율을 비교하고 싶을 때.

const adults = df.query(df['Age'].gt(30)); // Filters rows where age > 30
adults.print();

산점도

**사용 사례: **두 개의 연속 변수 간의 관계를 표시합니다.
사용 시기: 두 숫자 변수 간의 상관관계 또는 관계를 시각화하려는 경우.

df.addColumn("IsAdult", df["Age"].gt(18)); // Adds a column based on age
df.print();

히트맵

사용 사례: 행렬 데이터 또는 2차원에 걸친 값의 강도를 시각화합니다.
**사용 시기: **상관 행렬이나 지리적 히트맵과 같이 강도가 변하는 데이터의 패턴을 표시하려는 경우.

df.fillna(0, {inplace: true}); // Replace NaN values with 0

박스 플롯

사용 사례: 데이터 세트의 분포를 이해합니다.
사용 시기: 중앙값, 사분위수, 잠재적 이상값을 포함한 데이터 분포를 시각화하려는 경우.

const ageSeries = new dfd.Series([25, 30, 35]);
ageSeries.print();

대체로 danfo.js는 JavaScript에 데이터 조작 및 분석 기능을 제공하는 강력한 라이브러리로, JavaScript에 이미 익숙하고 데이터 과학 작업을 시작하려는 사람들에게 이상적인 선택입니다.

위 내용은 Danfo js — Pandas의 대안의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!