import numpy as np import pandas as pd

#pd->np 변경 data.to_numpy() data.values

#np->pd 변경 pd.DataFrame()

#list->numpy 변경

#list->pandas 변경

dtype 변경

train_data.iloc[:,2:] = train_data.iloc[:,2:].astype(float)

###결측치제거### print(data.isnull().sum())

##data_drop train_data = train_data.drop(['motor_current'], axis=1) test_data = test_data.drop(['motor_current'], axis=1)

print(model.cv_results_) : 한 눈에 보기 어려움

pd : 컬럼 하나(1차원)-Seris,벡터 / list형태 - DataFrame

print(pd.DataFrame(model.cv_results_).sort_values('rank_test_score', ascending=True)) #값순으로 정렬 : sort_values,ascending=True(오름차순:디폴트)/ false:(내림차순) #[48 rows x 17 columns] : 48개 훈련에 대해서 17가지 결과값으로 보여줌 print(pd.DataFrame(model.cv_results_).columns) #pd컬럼명 확인 print(datasets.feature_names) #sklearn컬럼명확인

##pd print(data.value_counts()) #컬럼별 개수확인 print(data.value_counts().sort_index()) #컬럼별 개수확인 , idex 오름차순 ##np print(np.unique(y, return_counts=True)) #컬럼별 개수확인 data.unique()#컬럼목록 확인

movies[movies['year'].isnull()] #결측값 확인 movies['year'] = movies['year'].fillna('2050') #결측값 처리

data 합치기

x = np.concatenate((x_train,x_test), axis=0) #(70000, 28, 28) x = np.append(x_train, x_test, axis=0) #(70000, 28, 28)

#데이터확인

print(train_csv.columns)