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 |
- SQL
- list
- Tkinter
- django
- gas
- Github
- dataframe
- PySpark
- Mac
- hive
- matplotlib
- numpy
- Kotlin
- Python
- Google Spreadsheet
- Java
- PostgreSQL
- array
- 파이썬
- Redshift
- Apache
- math
- Google Excel
- string
- google apps script
- PANDAS
- GIT
- c#
- Excel
- Today
- Total
목록Python (384)
달나라 노트

PyCharm을 사용하다보면 여러개의 Interpreter를 설정해서 사용하는 경우가 많고, 이와 동시에 스스로 만들어둔 custom library를 import해야하는 경우가 있습니다. PYTHONPATH와 환경변수 관련 내용은 아래 글을 참고하면 좋습니다. https://cosmosproject.tistory.com/386 Python Basic : PYTHONPATH (python module 설치 경로, python library 탐색 경로 추가하기, custom library import, sys.pa PYTHONPATH 환경변수에 대해 알기 전에 먼저 python library가 어떤 식으로 탐색되어 import되는지에 대한 기본적인 흐름을 천천히 살펴보고 갑시다. Python을 사용하다보면 ..

import requests url = '~~~' res = requests.get(url=url) Python에서 requests library를 이용해서 외부 API를 이용하던 도중 SSL error가 또 발생했습니다. 위처럼 간단하게 API를 호출하는 코드였는데 말이죠. SSL: CERTIFICATE_VERIFY_FAILED 보통 이런 경우는 내가 접근하려는 URL, API 등에서 SSL 인증서가 제대로 확인되지 않을 때 또는 HTTPS request를 할 때 발생합니다. 그리고 사용하는 인터넷 환경에서 이러한 인증서 확인을 반드시 실행한다는 옵션이 있거나 하면 접근되지 않는 경우가 더 많을 수 있죠. 여기서는 제가 시도해봤던 세 가지 방법을 알아보겠습니다. 1. cerifi upgrade pip ..
openpyxl이라는 라이브러리는 Python에서 Excel을 다룰 수 있게 해주는 기능을 가지고 있습니다. pandas에서도 read_excel() method를 사용할 때 등 openpyxl을 아주 밀접하게 사용하고있습니다. 이렇게 일반적으로 openpyxl은 다른 라이브러리 내부에서 엔진으로서 사용되고 있어서 이것을 직접 사용하는 경우는 아주 많지는 않을 수 있습니다만 그래도 엑셀 데이터를 다룰 수 있게 해주는 강력한 툴 중 하나이므로 그 방법을 알아봅시다. import pandas as pd import io df_test_1 = pd.DataFrame({ 'item_id': [1, 2, 3, 4, 5], 'name': ['a', 'b', 'c', 'd', 'e'] }) df_test_2 = pd..

DataFrame을 xlsx 파일로 생성하려면 to_excel() method를 사용합니다. import pandas as pd df_test = pd.DataFrame({ 'item_id': [1, 2, 3, 4, 5], 'name': ['a', 'b', 'c', 'd', 'e'] }) print(df_test) dir = 'output/df_test.xlsx' df_test.to_excel(dir, index=False, sheet_name='test') 이런 식이죠. 이렇게 하면 제가 지정한 'output/df_test.xlsx'라는 경로에 파일이 생성됩니다. import pandas as pd df_test_1 = pd.DataFrame({ 'item_id': [1, 2, 3, 4, 5], 'na..