In [2]:

# df1 sahpe 구하기 

import pandas as pd
import seaborn as sns
import matplotlib.pyplot as plt

#파일 
url= 'https://ds-lecture-data.s3.ap-northeast-2.amazonaws.com/stocks/Travel.xlsx'

# 데이터 프레임으로 불러오기 
df1= pd.read_excel(url, sheet_name=0)
df2= pd.read_excel(url, sheet_name=1)

In [3]:

df1.head()

Out[3]:

	주요재무정보	2019/09\n(IFRS연결)	2019/12\n(IFRS연결)	2020/03\n(IFRS연결)	2020/06\n(IFRS연결)	2020/09\n(IFRS연결)	2020/12(E)\n(IFRS연결)	2021/03(E)\n(IFRS연결)	2021/06(E)\n(IFRS연결)
0	매출액	14753.0	15440.0	9437.0	5230.0	8795.0	9980.0	9761.0	9820.0
1	영업이익	574.0	776.0	-668.0	-634.0	-198.0	50.0	144.0	265.0
2	영업이익(발표기준)	574.0	776.0	-668.0	-634.0	-198.0	NaN	NaN	NaN
3	세전계속사업이익	376.0	538.0	-925.0	-819.0	-366.0	-109.0	14.0	172.0
4	당기순이익	274.0	380.0	-736.0	-677.0	-285.0	-100.0	71.0	214.0

In [4]:

df2.head()

Out[4]:

	주요재무정보	2019/09\n(IFRS연결)	2019/12\n(IFRS연결)	2020/03\n(IFRS연결)	2020/06\n(IFRS연결)	2020/09\n(IFRS연결)	2020/12(E)\n(IFRS연결)	2021/03(E)\n(IFRS연결)	2021/06(E)\n(IFRS연결)
0	매출액	4055.0	3728.0	2360.0	346.0	766.0	1581.0	1473.0	1746.0
1	영업이익	1392.0	641.0	-1868.0	-1038.0	-649.0	-434.0	-187.0	-65.0
2	영업이익(발표기준)	1392.0	641.0	-1868.0	-1038.0	-649.0	NaN	NaN	NaN
3	세전계속사업이익	1554.0	769.0	-2204.0	-723.0	-552.0	-331.0	NaN	NaN
4	당기순이익	1286.0	526.0	-1561.0	-456.0	-409.0	-465.0	NaN	NaN

In [5]:

# 행과 열을 바꾼다 
df1=df1.T
df2=df2.T

In [6]:

df1.head()

Out[6]:

	0	1	2	3	4	5	6	7	8	9	...	22	23	24	25	26	27	28	29	30	31
주요재무정보	매출액	영업이익	영업이익(발표기준)	세전계속사업이익	당기순이익	당기순이익(지배)	당기순이익(비지배)	자산총계	부채총계	자본총계	...	ROA(%)	부채비율	자본유보율	EPS(원)	PER(배)	BPS(원)	PBR(배)	현금DPS(원)	현금배당수익률	현금배당성향(%)
2019/09\n(IFRS연결)	14753.0	574.0	574.0	376.0	274.0	277.0	-3.0	37747.0	28854.0	8893.0	...	3.62	324.45	395.1	692.0	31.19	23484.0	3.67	0.0	NaN	0.0
2019/12\n(IFRS연결)	15440.0	776.0	776.0	538.0	380.0	380.0	0.0	35273.0	26077.0	9195.0	...	5.81	283.59	411.78	950.0	21.4	24282.0	3.74	350.0	NaN	34.94
2020/03\n(IFRS연결)	9437.0	-668.0	-668.0	-925.0	-736.0	-736.0	0.0	33188.0	24813.0	8375.0	...	1.25	296.28	368.36	-1839.0	63.76	22114.0	3.19	NaN	NaN	0.0
2020/06\n(IFRS연결)	5230.0	-634.0	-634.0	-819.0	-677.0	-678.0	1.0	33039.0	25364.0	7676.0	...	-2.14	330.45	334.46	-1695.0	NaN	20265.0	3.5	NaN	NaN	0.0

5 rows × 32 columns

In [7]:

df2.head()

Out[7]:

	0	1	2	3	4	5	6	7	8	9	...	22	23	24	25	26	27	28	29	30	31
주요재무정보	매출액	영업이익	영업이익(발표기준)	세전계속사업이익	당기순이익	당기순이익(지배)	당기순이익(비지배)	자산총계	부채총계	자본총계	...	ROA(%)	부채비율	자본유보율	EPS(원)	PER(배)	BPS(원)	PBR(배)	현금DPS(원)	현금배당수익률	현금배당성향(%)
2019/09\n(IFRS연결)	4055.0	1392.0	1392.0	1554.0	1286.0	1286.0	0.0	41698.0	4781.0	36917.0	...	7.2	12.95	3513.86	601.0	21.0	18209.0	1.62	0.0	NaN	0.0
2019/12\n(IFRS연결)	3728.0	641.0	641.0	769.0	526.0	526.0	0.0	44381.0	7204.0	37178.0	...	7.72	19.38	3538.24	246.0	18.92	18337.0	1.61	900.0	NaN	346.75
2020/03\n(IFRS연결)	2360.0	-1868.0	-1868.0	-2204.0	-1561.0	-1561.0	0.0	43702.0	9945.0	33757.0	...	1.75	29.46	3218.48	-730.0	55.53	16650.0	1.19	NaN	NaN	NaN
2020/06\n(IFRS연결)	346.0	-1038.0	-1038.0	-723.0	-456.0	-456.0	0.0	39178.0	5900.0	33277.0	...	-0.5	17.73	3173.64	-213.0	NaN	16414.0	1.31	NaN	NaN	0.0

5 rows × 32 columns

In [10]:

# 0번째 row에 있는 컬럼명 df_columns 변수 저장
df_columns=df1.iloc[0]

#헤더 index 이를 컬럼명으로 바꾼다
df1.columns=df_columns
df2.columns=df_columns

In [12]:

df1

Out[12]:

주요재무정보	매출액	영업이익	영업이익(발표기준)	세전계속사업이익	당기순이익	당기순이익(지배)	당기순이익(비지배)	자산총계	부채총계	자본총계	...	ROA(%)	부채비율	자본유보율	EPS(원)	PER(배)	BPS(원)	PBR(배)	현금DPS(원)	현금배당수익률	현금배당성향(%)
주요재무정보	매출액	영업이익	영업이익(발표기준)	세전계속사업이익	당기순이익	당기순이익(지배)	당기순이익(비지배)	자산총계	부채총계	자본총계	...	ROA(%)	부채비율	자본유보율	EPS(원)	PER(배)	BPS(원)	PBR(배)	현금DPS(원)	현금배당수익률	현금배당성향(%)
2019/09\n(IFRS연결)	14753.0	574.0	574.0	376.0	274.0	277.0	-3.0	37747.0	28854.0	8893.0	...	3.62	324.45	395.1	692.0	31.19	23484.0	3.67	0.0	NaN	0.0
2019/12\n(IFRS연결)	15440.0	776.0	776.0	538.0	380.0	380.0	0.0	35273.0	26077.0	9195.0	...	5.81	283.59	411.78	950.0	21.4	24282.0	3.74	350.0	NaN	34.94
2020/03\n(IFRS연결)	9437.0	-668.0	-668.0	-925.0	-736.0	-736.0	0.0	33188.0	24813.0	8375.0	...	1.25	296.28	368.36	-1839.0	63.76	22114.0	3.19	NaN	NaN	0.0
2020/06\n(IFRS연결)	5230.0	-634.0	-634.0	-819.0	-677.0	-678.0	1.0	33039.0	25364.0	7676.0	...	-2.14	330.45	334.46	-1695.0	NaN	20265.0	3.5	NaN	NaN	0.0
2020/09\n(IFRS연결)	8795.0	-198.0	-198.0	-366.0	-285.0	-285.0	0.0	32683.0	25318.0	7365.0	...	-3.74	343.77	320.21	-712.0	NaN	19444.0	3.91	NaN	NaN	NaN
2020/12(E)\n(IFRS연결)	9980.0	50.0	NaN	-109.0	-100.0	-100.0	NaN	32388.0	25171.0	7216.0	...	NaN	348.79	NaN	-251.0	NaN	19187.0	4.22	NaN	NaN	NaN
2021/03(E)\n(IFRS연결)	9761.0	144.0	NaN	14.0	71.0	53.0	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	133.0	NaN	NaN	NaN	NaN	NaN	NaN
2021/06(E)\n(IFRS연결)	9820.0	265.0	NaN	172.0	214.0	123.0	NaN	NaN	NaN	NaN	...	NaN	NaN	NaN	308.0	NaN	NaN	NaN	NaN	NaN	NaN

9 rows × 32 columns

In [14]:

# 헤더에 컬럼명 들어갔으니 0번째 행 필요없음 
# 슬라이싱 - 0번재 말고 나머지만 추출 

df1=df1[1:]
df2=df2[1:]

In [16]:

df1.head()

Out[16]:

주요재무정보	매출액	영업이익	영업이익(발표기준)	세전계속사업이익	당기순이익	당기순이익(지배)	당기순이익(비지배)	자산총계	부채총계	자본총계	...	ROA(%)	부채비율	자본유보율	EPS(원)	PER(배)	BPS(원)	PBR(배)	현금DPS(원)	현금배당수익률	현금배당성향(%)
2019/09\n(IFRS연결)	14753.0	574.0	574.0	376.0	274.0	277.0	-3.0	37747.0	28854.0	8893.0	...	3.62	324.45	395.1	692.0	31.19	23484.0	3.67	0.0	NaN	0.0
2019/12\n(IFRS연결)	15440.0	776.0	776.0	538.0	380.0	380.0	0.0	35273.0	26077.0	9195.0	...	5.81	283.59	411.78	950.0	21.4	24282.0	3.74	350.0	NaN	34.94
2020/03\n(IFRS연결)	9437.0	-668.0	-668.0	-925.0	-736.0	-736.0	0.0	33188.0	24813.0	8375.0	...	1.25	296.28	368.36	-1839.0	63.76	22114.0	3.19	NaN	NaN	0.0
2020/06\n(IFRS연결)	5230.0	-634.0	-634.0	-819.0	-677.0	-678.0	1.0	33039.0	25364.0	7676.0	...	-2.14	330.45	334.46	-1695.0	NaN	20265.0	3.5	NaN	NaN	0.0
2020/09\n(IFRS연결)	8795.0	-198.0	-198.0	-366.0	-285.0	-285.0	0.0	32683.0	25318.0	7365.0	...	-3.74	343.77	320.21	-712.0	NaN	19444.0	3.91	NaN	NaN	NaN

5 rows × 32 columns

In [17]:

df2.head()

Out[17]:

주요재무정보	매출액	영업이익	영업이익(발표기준)	세전계속사업이익	당기순이익	당기순이익(지배)	자산총계	부채총계	자본총계	...	ROA(%)	부채비율	자본유보율	EPS(원)	PER(배)	BPS(원)	PBR(배)	현금DPS(원)	현금배당수익률	현금배당성향(%)
2019/09\n(IFRS연결)	4055.0	1392.0	1392.0	1554.0	1286.0	1286.0	41698.0	4781.0	36917.0	...	7.2	12.95	3513.86	601.0	21.0	18209.0	1.62	0.0	NaN	0.0
2019/12\n(IFRS연결)	3728.0	641.0	641.0	769.0	526.0	526.0	44381.0	7204.0	37178.0	...	7.72	19.38	3538.24	246.0	18.92	18337.0	1.61	900.0	NaN	346.75
2020/03\n(IFRS연결)	2360.0	-1868.0	-1868.0	-2204.0	-1561.0	-1561.0	43702.0	9945.0	33757.0	...	1.75	29.46	3218.48	-730.0	55.53	16650.0	1.19	NaN	NaN	NaN
2020/06\n(IFRS연결)	346.0	-1038.0	-1038.0	-723.0	-456.0	-456.0	39178.0	5900.0	33277.0	...	-0.5	17.73	3173.64	-213.0	NaN	16414.0	1.31	NaN	NaN	0.0
2020/09\n(IFRS연결)	766.0	-649.0	-649.0	-552.0	-409.0	-409.0	37434.0	4560.0	32875.0	...	-4.8	13.87	3136.0	-191.0	NaN	16215.0	1.33	NaN	NaN	NaN

5 rows × 32 columns

In [18]:

df1.shape

Out[18]:

(8, 32)

In [19]:

df2.shape

Out[19]:

(8, 32)

In [20]:

# 결측치 확인  - fillna() 결측치 0으로 대체 

# df1의 -1 번쨰 컬럼의 결측치 몇개?

df1.iloc[:, -1].isnull().sum()

Out[20]:

In [21]:

df2.iloc[:,-1].isnull().sum()

Out[21]:

In [22]:

#결측치 -0

df1=df1.fillna(0)
df2=df2.fillna(0)

In [23]:

df1.isnull().sum()

Out[23]:

주요재무정보
매출액           0
영업이익          0
영업이익(발표기준)    0
세전계속사업이익      0
당기순이익         0
당기순이익(지배)     0
당기순이익(비지배)    0
자산총계          0
부채총계          0
자본총계          0
자본총계(지배)      0
자본총계(비지배)     0
자본금           0
영업활동현금흐름      0
투자활동현금흐름      0
재무활동현금흐름      0
CAPEX         0
FCF           0
이자발생부채        0
영업이익률         0
순이익률          0
ROE(%)        0
ROA(%)        0
부채비율          0
자본유보율         0
EPS(원)        0
PER(배)        0
BPS(원)        0
PBR(배)        0
현금DPS(원)      0
현금배당수익률       0
현금배당성향(%)     0
dtype: int64

In [24]:

df2.isnull().sum()

Out[24]:

주요재무정보
매출액           0
영업이익          0
영업이익(발표기준)    0
세전계속사업이익      0
당기순이익         0
당기순이익(지배)     0
당기순이익(비지배)    0
자산총계          0
부채총계          0
자본총계          0
자본총계(지배)      0
자본총계(비지배)     0
자본금           0
영업활동현금흐름      0
투자활동현금흐름      0
재무활동현금흐름      0
CAPEX         0
FCF           0
이자발생부채        0
영업이익률         0
순이익률          0
ROE(%)        0
ROA(%)        0
부채비율          0
자본유보율         0
EPS(원)        0
PER(배)        0
BPS(원)        0
PBR(배)        0
현금DPS(원)      0
현금배당수익률       0
현금배당성향(%)     0
dtype: int64

In [26]:

# 자산총계 결측치 처리- imputation 

#데이터 새 변수 저장
df1_re=pd.read_excel(url, sheet_name=0)
df2_re=pd.read_excel(url, sheet_name=1)

In [29]:

df1_re=df1_re.T
df2_re=df2_re.T

df1_re.columns=df_columns
df2_re.columns=df_columns

df1_re = df1_re[1:]
df2_re = df2_re[1:]

In [30]:

#자산총계 평균값

df1['자산총계'].mean()

Out[30]:

25539.75

In [31]:

df2['자산총계'].mean()

Out[31]:

30583.0

In [33]:

#자산총계 컬럼의 결측치를 평균값으로 대체 
df1_re['자산총계']=df1_re['자산총계'].fillna(df1['자산총계'].mean())
df1_re['자산총계']

Out[33]:

2019/09\n(IFRS연결)       37747.00
2019/12\n(IFRS연결)       35273.00
2020/03\n(IFRS연결)       33188.00
2020/06\n(IFRS연결)       33039.00
2020/09\n(IFRS연결)       32683.00
2020/12(E)\n(IFRS연결)    32388.00
2021/03(E)\n(IFRS연결)    25539.75
2021/06(E)\n(IFRS연결)    25539.75
Name: 자산총계, dtype: float64

In [35]:

df2_re['자산총계']=df2_re['자산총계'].fillna(df2['자산총계'].mean())
df2_re['자산총계']

Out[35]:

2019/09\n(IFRS연결)       41698.0
2019/12\n(IFRS연결)       44381.0
2020/03\n(IFRS연결)       43702.0
2020/06\n(IFRS연결)       39178.0
2020/09\n(IFRS연결)       37434.0
2020/12(E)\n(IFRS연결)    38271.0
2021/03(E)\n(IFRS연결)    30583.0
2021/06(E)\n(IFRS연결)    30583.0
Name: 자산총계, dtype: float64

In [36]:

# 부채비율2라는 새로운 피쳐 생성 
'''
부채비율(%)=(부채총액/자본총액)*100
'''

# 부채비율2 컬럼 생성, 생성한 컬럼과 기존 부채비율 컬럼의 값이 동일한지 확인 

df1['부채비율2']=(df1['부채총계']/df1['자본총계'])*100
df1

Out[36]:

주요재무정보	매출액	영업이익	영업이익(발표기준)	세전계속사업이익	당기순이익	당기순이익(지배)	당기순이익(비지배)	자산총계	부채총계	자본총계	...	부채비율	자본유보율	EPS(원)	PER(배)	BPS(원)	PBR(배)	현금DPS(원)	현금배당성향(%)	부채비율2
2019/09\n(IFRS연결)	14753.0	574.0	574.0	376.0	274.0	277.0	-3.0	37747.0	28854.0	8893.0	...	324.45	395.10	692.0	31.19	23484.0	3.67	0.0	0.00	324.457438
2019/12\n(IFRS연결)	15440.0	776.0	776.0	538.0	380.0	380.0	0.0	35273.0	26077.0	9195.0	...	283.59	411.78	950.0	21.40	24282.0	3.74	350.0	34.94	283.599782
2020/03\n(IFRS연결)	9437.0	-668.0	-668.0	-925.0	-736.0	-736.0	0.0	33188.0	24813.0	8375.0	...	296.28	368.36	-1839.0	63.76	22114.0	3.19	0.0	0.00	296.274627
2020/06\n(IFRS연결)	5230.0	-634.0	-634.0	-819.0	-677.0	-678.0	1.0	33039.0	25364.0	7676.0	...	330.45	334.46	-1695.0	0.00	20265.0	3.50	0.0	0.00	330.432517
2020/09\n(IFRS연결)	8795.0	-198.0	-198.0	-366.0	-285.0	-285.0	0.0	32683.0	25318.0	7365.0	...	343.77	320.21	-712.0	0.00	19444.0	3.91	0.0	0.00	343.761032
2020/12(E)\n(IFRS연결)	9980.0	50.0	0.0	-109.0	-100.0	-100.0	0.0	32388.0	25171.0	7216.0	...	348.79	0.00	-251.0	0.00	19187.0	4.22	0.0	0.00	348.822062
2021/03(E)\n(IFRS연결)	9761.0	144.0	0.0	14.0	71.0	53.0	0.0	0.0	0.0	0.0	...	0.00	0.00	133.0	0.00	0.0	0.00	0.0	0.00	NaN
2021/06(E)\n(IFRS연결)	9820.0	265.0	0.0	172.0	214.0	123.0	0.0	0.0	0.0	0.0	...	0.00	0.00	308.0	0.00	0.0	0.00	0.0	0.00	NaN

8 rows × 33 columns

In [37]:

df2['부채비율2']=(df2['부채총계']/df2['자본총계'])*100
df2

Out[37]:

주요재무정보	매출액	영업이익	영업이익(발표기준)	세전계속사업이익	당기순이익	당기순이익(지배)	자산총계	부채총계	자본총계	...	부채비율	자본유보율	EPS(원)	PER(배)	BPS(원)	PBR(배)	현금DPS(원)	현금배당성향(%)	부채비율2
2019/09\n(IFRS연결)	4055.0	1392.0	1392.0	1554.0	1286.0	1286.0	41698.0	4781.0	36917.0	...	12.95	3513.86	601.0	21.00	18209.0	1.62	0.0	0.00	12.950673
2019/12\n(IFRS연결)	3728.0	641.0	641.0	769.0	526.0	526.0	44381.0	7204.0	37178.0	...	19.38	3538.24	246.0	18.92	18337.0	1.61	900.0	346.75	19.377051
2020/03\n(IFRS연결)	2360.0	-1868.0	-1868.0	-2204.0	-1561.0	-1561.0	43702.0	9945.0	33757.0	...	29.46	3218.48	-730.0	55.53	16650.0	1.19	0.0	0.00	29.460556
2020/06\n(IFRS연결)	346.0	-1038.0	-1038.0	-723.0	-456.0	-456.0	39178.0	5900.0	33277.0	...	17.73	3173.64	-213.0	0.00	16414.0	1.31	0.0	0.00	17.729964
2020/09\n(IFRS연결)	766.0	-649.0	-649.0	-552.0	-409.0	-409.0	37434.0	4560.0	32875.0	...	13.87	3136.00	-191.0	0.00	16215.0	1.33	0.0	0.00	13.870722
2020/12(E)\n(IFRS연결)	1581.0	-434.0	0.0	-331.0	-465.0	-314.0	38271.0	5998.0	32274.0	...	18.58	0.00	-147.0	0.00	15888.0	1.46	0.0	0.00	18.584619
2021/03(E)\n(IFRS연결)	1473.0	-187.0	0.0	0.0	0.0	-33.0	0.0	0.0	0.0	...	0.00	0.00	-15.0	0.00	0.0	0.00	0.0	0.00	NaN
2021/06(E)\n(IFRS연결)	1746.0	-65.0	0.0	0.0	0.0	135.0	0.0	0.0	0.0	...	0.00	0.00	63.0	0.00	0.0	0.00	0.0	0.00	NaN

8 rows × 33 columns

In [38]:

# 종목이라는 새로운 피쳐 생성

#  .repeat()활용해 새로운 컬럼생성- 각 데이터프레임에 종목이라는 컬럼 만들고 df1, df2를 합치기

import numpy as np
df1_new=np.repeat('008770', len(df1))
df2_new=np.repeat('035250', len(df2))

In [39]:

#종목생성
df2['종목']=df1_new
df1['종목']=df2_new

In [40]:

#데이터 프레임 합치기 
df=df1.append(df2)
df

C:\Users\Public\Documents\ESTsoft\CreatorTemp\ipykernel_15700\2053012206.py:2: FutureWarning: The frame.append method is deprecated and will be removed from pandas in a future version. Use pandas.concat instead.
  df=df1.append(df2)

Out[40]:

주요재무정보	매출액	영업이익	영업이익(발표기준)	세전계속사업이익	당기순이익	당기순이익(지배)	당기순이익(비지배)	자산총계	부채총계	자본총계	...	자본유보율	EPS(원)	PER(배)	BPS(원)	PBR(배)	현금DPS(원)	현금배당성향(%)	부채비율2	종목
2019/09\n(IFRS연결)	14753.0	574.0	574.0	376.0	274.0	277.0	-3.0	37747.0	28854.0	8893.0	...	395.10	692.0	31.19	23484.0	3.67	0.0	0.00	324.457438	035250
2019/12\n(IFRS연결)	15440.0	776.0	776.0	538.0	380.0	380.0	0.0	35273.0	26077.0	9195.0	...	411.78	950.0	21.40	24282.0	3.74	350.0	34.94	283.599782	035250
2020/03\n(IFRS연결)	9437.0	-668.0	-668.0	-925.0	-736.0	-736.0	0.0	33188.0	24813.0	8375.0	...	368.36	-1839.0	63.76	22114.0	3.19	0.0	0.00	296.274627	035250
2020/06\n(IFRS연결)	5230.0	-634.0	-634.0	-819.0	-677.0	-678.0	1.0	33039.0	25364.0	7676.0	...	334.46	-1695.0	0.00	20265.0	3.50	0.0	0.00	330.432517	035250
2020/09\n(IFRS연결)	8795.0	-198.0	-198.0	-366.0	-285.0	-285.0	0.0	32683.0	25318.0	7365.0	...	320.21	-712.0	0.00	19444.0	3.91	0.0	0.00	343.761032	035250
2020/12(E)\n(IFRS연결)	9980.0	50.0	0.0	-109.0	-100.0	-100.0	0.0	32388.0	25171.0	7216.0	...	0.00	-251.0	0.00	19187.0	4.22	0.0	0.00	348.822062	035250
2021/03(E)\n(IFRS연결)	9761.0	144.0	0.0	14.0	71.0	53.0	0.0	0.0	0.0	0.0	...	0.00	133.0	0.00	0.0	0.00	0.0	0.00	NaN	035250
2021/06(E)\n(IFRS연결)	9820.0	265.0	0.0	172.0	214.0	123.0	0.0	0.0	0.0	0.0	...	0.00	308.0	0.00	0.0	0.00	0.0	0.00	NaN	035250
2019/09\n(IFRS연결)	4055.0	1392.0	1392.0	1554.0	1286.0	1286.0	0.0	41698.0	4781.0	36917.0	...	3513.86	601.0	21.00	18209.0	1.62	0.0	0.00	12.950673	008770
2019/12\n(IFRS연결)	3728.0	641.0	641.0	769.0	526.0	526.0	0.0	44381.0	7204.0	37178.0	...	3538.24	246.0	18.92	18337.0	1.61	900.0	346.75	19.377051	008770
2020/03\n(IFRS연결)	2360.0	-1868.0	-1868.0	-2204.0	-1561.0	-1561.0	0.0	43702.0	9945.0	33757.0	...	3218.48	-730.0	55.53	16650.0	1.19	0.0	0.00	29.460556	008770
2020/06\n(IFRS연결)	346.0	-1038.0	-1038.0	-723.0	-456.0	-456.0	0.0	39178.0	5900.0	33277.0	...	3173.64	-213.0	0.00	16414.0	1.31	0.0	0.00	17.729964	008770
2020/09\n(IFRS연결)	766.0	-649.0	-649.0	-552.0	-409.0	-409.0	0.0	37434.0	4560.0	32875.0	...	3136.00	-191.0	0.00	16215.0	1.33	0.0	0.00	13.870722	008770
2020/12(E)\n(IFRS연결)	1581.0	-434.0	0.0	-331.0	-465.0	-314.0	0.0	38271.0	5998.0	32274.0	...	0.00	-147.0	0.00	15888.0	1.46	0.0	0.00	18.584619	008770
2021/03(E)\n(IFRS연결)	1473.0	-187.0	0.0	0.0	0.0	-33.0	0.0	0.0	0.0	0.0	...	0.00	-15.0	0.00	0.0	0.00	0.0	0.00	NaN	008770
2021/06(E)\n(IFRS연결)	1746.0	-65.0	0.0	0.0	0.0	135.0	0.0	0.0	0.0	0.0	...	0.00	63.0	0.00	0.0	0.00	0.0	0.00	NaN	008770

16 rows × 34 columns

In [ ]:

SELECT 문 실행 순서 / CASE/ SUBQUERY/IN NOT IN /FROM (0)	2023.05.23
SQL 내장 함수 (0)	2023.05.23
아우디 중고차 가격 예측하기 - 머신러닝 (0)	2023.05.10
section1 project- 비디오 게임 데이터 분석 (0)	2023.03.13
CLT - N122 (0)	2023.02.25

MAKMAK

N111a- 과제

'데이터 분석 및 프로젝트' 카테고리의 다른 글

'데이터 분석 및 프로젝트'의 다른글

티스토리툴바

« 2025/05 »
일	월	화	수	목	금	토
				1	2	3
4	5	6	7	8	9	10
11	12	13	14	15	16	17
18	19	20	21	22	23	24
25	26	27	28	29	30	31

N111a- 과제

'데이터 분석 및 프로젝트' 카테고리의 다른 글

'데이터 분석 및 프로젝트'의 다른글

관련글

티스토리툴바