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 |
- c#
- Google Spreadsheet
- PANDAS
- SQL
- string
- Google Excel
- Python
- google apps script
- list
- Github
- django
- dataframe
- matplotlib
- PySpark
- Mac
- Kotlin
- 파이썬
- Tkinter
- array
- gas
- Excel
- hive
- GIT
- PostgreSQL
- Apache
- math
- numpy
- Redshift
- Java
- Today
- Total
목록분류 전체보기 (832)
달나라 노트
Python에서 반복문을 사용할 때 사용할 수 있는 break, continue, pass 의 기능을 C#에서도 거의 동일하게 제공합니다. 먼저 pass를 알아봅시다. Python에서 pass는 어떤 함수나 반복문에서 그냥 아무것도 하지 않고 지나가는 역할을 합니다. 예를들어 Python에서는 함수를 선언만 하고 함수 안에 아무것도 적어두지 않으면 에러가 발생합니다. 그때 pass를 함수 안에 적어두면 에러가 발생하지 않죠. 아무 기능이 없는 함수를 만들 때에는 pass 키워드를 사용해야한다는 것입니다. 이것은 Python의 for loop, if ~ else 등 모든 부분에 해당합니다. C#에서도 마찬가지로 pass와 동일한 기능을 구현할 수 있습니다. using System; class CardCat..
System.IO.Directory.GetFiles는 특정 디렉토리에 있는 파일 리스트를 return합니다. Syntax System.IO.Directory.GetFiles(directory, file_name_pattern) 사용법은 위와 같습니다. directory = 파일 리스트를 얻을 기준 directory를 의미합니다. file_name_pattern = *.png 같이 얻어올 파일 이름의 패턴을 입력해줍니다. using System; class CardCatch { public static void Main() { string dir_source = "C:\\Users\\Public\\mysource\\"; string[] list_files = System.IO.Directory.GetFil..
Syntax Series.unique() unique method는 Series에 적용할 수 있으며 적용한 Series에 있는 값들 중 중복 없는 unique한 값들만을 numpy array의 형태로 return합니다. 다음은 unique method의 적용 예시입니다. import pandas as pd dict_item = { 'col1': [1, 2, 3, 4, 5, 4, 3, 2, 1], 'col2': [5, 4, 3, 2, 1, 8, 9, 2, 6], } df_item = pd.DataFrame(dict_item) unique_values = df_item.loc[:, 'col1'].unique() print(type(unique_values)) print(unique_values) -- Res..
Syntax DataFrame.min(axis=1) DataFrame.max(axis=1) min method는 DataFrame에 적용하여 컬럼간에 가장 작은 값을 return합니다. max method는 DataFrame에 적용하여 컬럼간에 가장 작은 값을 return합니다. import pandas as pd dict_item = { 'col1': [1, 2, 3, 4, 5], 'col2': [5, 4, 3, 2, 1], } df_item = pd.DataFrame(dict_item) df_item.loc[:, 'min_col'] = df_item.loc[:, ['col1', 'col2']].min(axis=1) df_item.loc[:, 'max_col'] = df_item.loc[:, ['col..