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 |
- Excel
- Java
- Apache
- dataframe
- Google Spreadsheet
- GIT
- Python
- list
- Tkinter
- PANDAS
- Github
- c#
- google apps script
- 파이썬
- django
- Mac
- Kotlin
- hive
- math
- Redshift
- PostgreSQL
- gas
- SQL
- numpy
- matplotlib
- array
- PySpark
- Google Excel
- string
- Today
- Total
목록파이썬 (31)
달나라 노트
glob.glob glob는 보통 어떤 디렉토리의 파일 목록을 얻고싶을 때 사용할 수 있습니다. glob.glob에는 보통 아래처럼 추출할 파일 또는 디렉토리의 패턴을 제시합니다. import pandas as pd x = glob.glob('*') print(x) x = glob.glob('*.py') print(x) - Output ['test1.py', 'test_dir_2', 'test2.py', 'test3.py', 'test4.py', 'test5.py', 'test6.py', 'test7.py', 'test.xlsx', 'test_dir'] ['test1.py', 'test2.py', 'test3.py', 'test4.py', 'test5.py', 'test6.py', 'test7.py'] ..
pandas.to_datetime to_datetime은 어떤 날짜를 나타내는 문자열을 정해진 format을 기반으로 Date 형식으로 바꿔주는 역할을 합니다. Pandas 공식 문서를 보면 굉장히 많은 인자가 to_datetime에 적용될 수 있지만 여기서는 한번 간단하게 실사용 위주로 알아봅시다. import pandas as pd x = pd.to_datetime('20200123') print(x) print(type(x)) x = pd.to_datetime('2020-01-23') print(x) print(type(x)) - Output 2020-01-23 00:00:00 2020-01-23 00:00:00 결과를 보면 20200123이라는 문자가 2020-01-23 00:00:00이라는 Ti..
break, pass, continue 에 대해 알아봅시다. break 반복문(for loop, while loop)을 중단하고 반복문에서 빠져나오도록 한다. 단, break가 포함된 반복문만 스킵이 되며 상위 반복문이 존재하는 경우 상위 반복문은 계속 반복이 된다. 아래 예시를 봅시다. for i in [1, 2, 3, 4]: print(i) if i == 2: break - Output 1 2 위 결과를 보면 1과 2를 print한 후에 i == 2인 경우 if문이 True가 되어 반복문이 종료되었음을 알 수 있습니다. 따라서 3과 4는 출력되지 않았죠. 아래 예시는 반복문 속의 반복문에 대해 break를 적용한 예시입니다. for i in [1, 2, 3, 4]: print(i) for i in [..
DataFrame.to_excel &emp; DataFrame.to_csv &emp; pandas.ExcelWriter to_excel은 DataFrame 정보를 담아 xlsx 파일로 만들어주는 기능을 제공합니다. to_csv는 DataFrame 정보를 담아 csv 파일로 만들어주는 기능을 제공합니다. 먼저 test용 DataFrame을 생성합니다. import pandas as pd dict_1 = { 'col1': [1, 1, 1, 2, 3, 3, 3, 3, 4, 4, 5], 'col2': [1, 1, 1, 2, 3, 3, 3, 4, 4, 4, 5], 'col3': [1, 2, 3, 2, 2, 3, 3, 3, 3, 4, 4] } df_1 = pd.DataFrame(dict_1) print(df_1) ..