55번 문제가 조금 어려우시면 아래와 같이 푸는 것도 가능합니다~~ ww = df.groupby(['neighbourhood_group','room_type'], as_index = False).size() ww['total_size'] = ww.groupby('neighbourhood_group')['size'].transform('sum') ww['percentage'] = ww['size'] / ww['total_size'] #ww.drop(columns='total_size', inplace=True) result = ww.pivot_table( index='neighbourhood_group', columns='room_type', values='percentage' )
55번 문제가 조금 어려우시면 아래와 같이 푸는 것도 가능합니다~~
ww = df.groupby(['neighbourhood_group','room_type'], as_index = False).size()
ww['total_size'] = ww.groupby('neighbourhood_group')['size'].transform('sum')
ww['percentage'] = ww['size'] / ww['total_size']
#ww.drop(columns='total_size', inplace=True)
result = ww.pivot_table(
index='neighbourhood_group',
columns='room_type',
values='percentage'
)
0:00 - 33번
3:49 - 34번
6:30 - 35번
10:00 - 36번
? - 37번
13:14 - 38번
18:15 - 39번
19:50 - 40번
22:05 - 41번
25:00 - 42번
28:10 - 43번
30:38 - 44번
31:00 - 45번
34:16 - 46번
36:38 - 47번
41:25 - 48번
45:25 - 49번
48:15 - 50번
49:18 - 51번
50:33 - 52번
52:09 - 53번
54:00 - 54번
55:50 - 55번
1:08:50 - 56번
1:09:05 - 57번
1:15:00 - 58번
1:18:09 - 59번
1:20:44 - 60번
1:26:10 - 61번
1:27:10 - 62번
1:35:50 - 63번
1:37:48 - 64번
1:38:44 - 65번
1:42:00 - 66번
1:46:00 - 67번
1:51:40 - 68번
1:53:30 - 69번
1:55:35 - 70번
1:57:37 - 71번
1:58:26 - 72번
2:02:30 - 73번
2:06:35 - 74번
2:07:30 - 75번
2:09:18 - 76번
2:18:00 - 77번
2:19:38 - 78번
2:22:00 - 79번
2:23:52 - 80번
2:25:21 - 81번
2:25:58 - 82번
2:31:44 - 83번
2:35:24 - 84번
2:37:03 - 85번
2:38:25 - 86번
2:39:12 - 87번
2:40:15 - 88번
2:41:15 - 89번
2:42:00 - 90번
2:42:15 - merge, concat 급종료 변명..
끝까지 잘 봤습니다. 도움 많이 되었습니다. 장시간 녹화하시느라 고생 많으셨어요 !!
너무 감사합니다. 1~90번까지 잘 들었습니다!
정말 줄기차게 오랜시간동안 강의 하시느라 고생 했습니다. 정말 수고 많으셨습니다. 전문가의 포스가 엄청 강하게 제다이 같은,,,,, 마지막에 약간 허무 했지만 아마도 그열강에 끝까지 듣는 사람 많이 있었을 겁니다,,,, ㅎㅎㅎ 감사 합니다.
끝까지 잘 들었습니다 ^^ 감사드려요 :) 빅분기 실기 필수 코스~!
하하.. 몇문제 스킵한게 걸렸겠네요 ㅠㅠ 시청해주셔서 감사합니다~
책보다 훨씬 좋아요. 도움 많이 받았습니다 감사합니다.
감사합니다~!!
문제 푸는데 많은 도움이 됐습니다 감사합니다!
고생하셨습니다. 정말 잘 봤습니다.
25:09
감사합니다 많은도움되었네요ㅎㅎ
51:20
안녕하십니까 혹시 이메일이나 연락할수있는 방법이있는지 문의드립니다..!
datamanim@gmail.com 으로 연락주세요
원테이크 힘드시겠어요