블로그

최근에 가장 망했다고 생각하는 면접 회고.우선 내가 지원한 광고 사업 체험형 인턴의 직무 소개는 다음과 같다.이전 인턴 경험이 광고 쪽이다보니 아무래도 지금까지 비슷한 부서에서 서류 합격률이 높았기 때문에 기대를 가지고 지원했고, 다행히 여기서도 합격했다. 서류 제출서류는 이력서, 자기소개서, 포트폴리오 세가지 모두 제출했다. 이력서와 포트폴리오는 수정없이 가지고 있던 걸 냈고, 자기소개서만 새로 작성했는데, 적고 나서 보니 자기소개서를 낼 수 있는 공간이 따로 없어서 이력서 밑에 붙여서 제출했다. 내용 같은 경우에는 아무래도 채용 공고에 나와있는 역량을 어필하는 게 좋겠지만? 제시하고 있는 역량이 누구나 해당될 수 있는 내용이어서, 특별할 건 없는 것 같다. 그래도 데이터 분석에 흥미가 있다는 점과, ..

벌써 인턴 끝난지도 2개월이 다 되어가니, 시간이 너무 빠르다.내가 인턴 지원할 때 너무나도 정보가 없어서.. 내가 합격하면 올려야지 했던 지원 후기 지원 방법이력서 + 자소서 + 포트폴리오 이렇게 냈고, 이력서는 사실 잘 적었다고는 생각하지 않지만, 부트캠프에서 했던 프로젝트와 관련하여 상세하게 적었다. 이력서 & 포트폴리오혹시 이력서나 포트폴리오로 고민하고 있는 사람이 있을까봐 (=과거의 나) 이것도 살짝 이야기해보자면두 가지 모두 양식은 내가 만들었다. 이력서의 경우 '주요 프로젝트'란에 프로젝트명 + 데이터 + 배경 및 목표 + 개요 + 주요 역할 + 배운 점 이렇게 나눠서 적었다.사실 이력서에 배운 점을 쓰는 게 맞는 지 모르겠으나, 아래의 두 가지 이유로 추가했다.1. 아직 경험이 없으니 이..

ilocloc기준정수 인덱스 기반 (integer-location)라벨(Label) 기반용도데이터 프레임의 위치를 기준으로 데이터 선택행과 열의 라벨을 사용하여 데이터 선택범위0부터 시작하는 정수 인덱스 사용데이터 프레임의 인덱스와 컬럼 이름 사용유형슬라이싱 시 Python 스타일 범위 사용슬라이싱 시 끝 값도 포함 (Inclusive) 1. iloc: 정수 인덱스 기반 데이터 선택iloc은 데이터 프레임의 행과 열을 정수 인덱스를 사용하여 선택한다. 기본 문법DataFrame.iloc[행_인덱스, 열_인덱스] 예시 데이터프레임 Name Age City0 Kim 25 Busan1 Lee 28 Daegu2 Jeon 35 Seoul..

1. REGEXP 문자열이 특정 정규 표현식 패턴과 일치하는지 확인하는 연산자column_name REGEXP 'pattern'column_name: 검색할 열pattern: 정규 표현식 패턴-- 문자열에 'apple'이 포함된 경우 찾기SELECT * FROM table_name WHERE column_name REGEXP 'apple';-- 숫자로만 구성된 문자열 찾기SELECT * FROM table_name WHERE column_name REGEXP '^[0-9]+$';-- 특정 접두사로 시작하는 문자열SELECT * FROM table_name WHERE column_name REGEXP '^prefix';-- 특정 접미사로 끝나는 문자열SELECT * FROM table_name WHERE ..

윈도우 함수 중 FIRST_VALUE(), LAST_VALUE(), NTH_VALUE() 함수에 대해 알아보겠습니다. 이용할 데이터 예시swimmerevent_daterace_timewoo2024-10-0152.3woo2024-10-0350.5woo2024-10-0551.1gyoung2024-10-0156.7gyoung2024-10-0255.9 FIRST_VALUE()윈도우 내에서 첫 번째 값을 반환합니다.SELECT swimmer, event_date, race_time, FIRST_VALUE(race_time) OVER (PARTITION BY swimmer ORDER BY event_date) AS first_race_timeFROM swimming_races;swimmerevent_..

데이터베이스를 만든 김에 태블로에서도 연결해 보고 싶어서 시도 ~ 현재는 설치 완료되어서 캡쳐가 불가능해 다른 걸로 대체MySQL도 위와 같이 드라이버를 설치해야한다고 나와서 드라이버 다운로드로 이동  MySQL을 찾아서 MySQL Community Downloads 누르면 아래의 사이트로 이동 MySQL :: Download Connector/ODBCConnector/ODBC is a standardized database driver for Windows, Linux, Mac OS X, and Unix platforms Online Documentation: The latest MySQL Connector/ODBC version is recommended for use with MySQL Server..

pandas.DataFrame.transform은 데이터프레임을 변환할 때 매우 유용한 메서드입니다. 이 메서드는 데이터를 열 또는 행 단위로 변환하며, 원본 데이터프레임과 동일한 크기를 가진 결과를 반환해야 합니다. 이 글에서는 transform의 개념, 활용 예시, 주요 매개변수 등을 다룹니다.pandas.DataFrame.transformDataFrame.transform(func, axis=0, *args, **kwargs)데이터프레임의 각 열 또는 행에 대해 변환 함수를 적용하여 동일한 크기의 데이터프레임을 반환변환된 결과는 원본 데이터프레임과 동일한 크기열(column) 또는 행(row) 단위로 변환 수행그룹화(groupby)와 함께 자주 사용다양한 입력 유형(function, str, lis..

pandas.DataFrame.groupby데이터를 그룹화하고, 그룹별로 연산을 수행할 수 있도록 돕는 함수분할(splitting), 적용(applying), 결합(combining) 의 과정더보기1. 그룹화의 세 단계- 분할(Splitting): 특정 기준에 따라 데이터를 여러 그룹으로 나눔- 적용(Applying): 각 그룹에 독립적으로 함수를 적용- 결합(Combining): 각 그룹에서 계산된 결과를 하나의 데이터 구조로 결합 2. 적용 단계 세 가지 유형- 집계(Aggregation): 각 그룹에 대한 요약 통계량 계산 (예: 합계, 평균 등)- 변환(Transformation): 특정 계산 수행 후 원래와 동일한 인덱스를 가진 객체 반환. (예: 그룹 별 표준화 혹은 결측치 보완)- 필터링(F..

DataFrame.mergeDataFrame.merge(right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), copy=None, indicator=False, validate=None) 두 데이터프레임 또는 시리즈를 병합하여 하나의 데이터프레임 생성시리즈의 경우 기본적으로 인덱스를 이용하여 병합* 주의 두 키 컬럼에 null 값이 있을 경우, 해당 행끼리 매칭 Parameters:1. right : 병합할 대상 DataFrame 또는 Series 객체 2. how (default 'inner') : 병합 방식 설정'left': ..

DataFrame.rank(axis=0, method='average', numeric_only=False, na_option='keep', ascending=True, pct=False)Parameters:1. axis(default 0) : 순위를 계산할 축 설정Series의 경우 이 파라미터 사용되지 않음DataFrame의 경우- 0, ‘index’ : 각 행 내에서 순위를 부여- 1, ‘columns’ : 각 열 내에서 순위를 부여2. method(default ‘average’) : 동일한 값(ties)에 순위를 할당하는 방식'average' : 평균 순위 (1, 2.5, 2.5, 4, ...)'min' : 낮은 순위 (1, 3, 3, 4, ...)'max' : 높은 순위 (1, 2, 2, 4,..