달나라 노트

os.remove os.remove는 어떤 경로의 파일을 삭제해주는 기능을 제공합니다.os.rmdir은 어떤 경로의 디렉토리를 삭제해주는 기능을 제공합니다. 아래와 같은 디렉토리 구조가 있다고 가정해봅시다.예시 코드는 test.py에 적히고 있습니다. --- dir |--- test.py |--- test_memo.txt |--- test_1 |--- test_2 |--- test_3 |--- test.xlsx 만약 test.py에 코드를 적어서 test_memo.txt를 삭제하고 싶다면 아래처럼 적으면 됩니다. import os os.remove('test_memo.txt') 만약 test_2 디렉토리 안의 test.xlsx를 제거하고싶으면 아래처럼 적으면 됩니다. import os os.remove(..

sys.exit() sys.exit()은 Python 코드를 즉시 중단시키는 역할을 합니다. 아래 예시를 보면 1, 2를 print한 후 sys.exit()을 만나 코드가 중단되므로 3은 print되지 않습니다. import sys print(1) print(2) sys.exit() print(3) - Output 1 2 반복문 속에서 sys.exit()을 만나면 바로 중단되고 그 후의 반복문이나 그 후의 코드블록들은 실행되지 않습니다.아래 예시에서도 1과 2만 print되고 3부터는 조건에 걸려 인쇄되지 않은 것을 알 수 있습니다. import sys print(1) print(2) sys.exit() print(3) for i in range(5): if i == 3: sys.exit() else: ..

pandas.to_numeric to_numeric은 데이터를 숫자 형식으로 바꿔주는 역할을 합니다. to_numeric의 대표적 인자는 아래와 같습니다. pd.to_numeric(숫자로 변경할 대상, errors='ignore/raise/coerce') 숫자로 변경할 대상: to_numeric을 적용시켜 숫자형식으로 변경시킬 대상이며 스칼라값, list, tuple, Series 등이 대상으로 지정될 수 있습니다. errors: error는 총 3개의 옵션이 존재합니다. - errors = 'ignore' -> 만약 숫자로 변경할 수 없는 데이터라면 숫자로 변경하지 않고 원본 데이터를 그대로 반환합니다. - errors = 'coerce' -> 만약 숫자로 변경할 수 없는 데이터라면 기존 데이터를 지우..

pandas.pivot_table pivot_table은 세로 데이터를 가로 데이터로 변경해주는 역할을 합니다. 먼저 테스트용 DataFrame을 생성합시다. import pandas as pd dict_1 = { 'dt': [20201201, 20201201, 20201201, 20201201, 20201202, 20201202, 20201202, 20201202, 20201203, 20201203, 20201203, 20201203], 'item_id': [1, 1, 2, 2, 1, 1, 2, 2, 1, 1, 2, 2], 'item_name': ['a', 'a', 'b', 'b', 'a', 'a', 'b', 'b', 'a', 'a', 'b', 'b'], 'price': [1000, 1100, 1000..