아미(아름다운미소)

lib/├── main.dart├── home/│ ├── home_screen.dart│ └── home_screen_state.dart├── services/│ └── api_service.dart└── models/ └── data_model.dartmain.dartimport 'package:flutter/material.dart';import 'home/home_screen.dart';void main() { runApp(MyApp());}class MyApp extends StatelessWidget { @override Widget build(BuildContext context) { return MaterialApp( home: HomeScreen(), ..

import pandas as pddef process_dataframe(dict_df_types, df): # 리스트 생성: 값이 'string'이 아닌 열 필터링 list_int = [k_ for (k_, v_) in dict_df_types.items() if (v_ != 'string') and (k_ in df.columns.to_list())] # 각 열을 숫자로 변환하고 NaN을 0으로 대체한 후 int32로 변환 df = df.assign(**{col: pd.to_numeric(df[col], errors='coerce').fillna(0).astype('int32') for col in list_int}) return df# 예시 데이터dict_d..

df = df.loc[~(df['column'].isnull())]

import pandas as pd# 예시 DataFrame 생성data = { 'a': [1, 1, 2, 2, 3], 'b': ['x', 'x', 'y', 'y', 'z'], 'c': ['p', 'q', 'p', 'q', 'p'], 'd': ['banana', 'apple', 'orange', 'grape', 'kiwi']}df = pd.DataFrame(data)# a 컬럼 드롭df = df.drop(columns=['a'])# b, c로 distinct한 후 d 컬럼의 알파벳 오름차순 첫 번째 값만 남기기result = df.sort_values('d').groupby(['b', 'c'], as_index=False).first()print(result)

import pandas as pd# 예시 DataFrame 생성data = { 'a': [1, 2, 3, 4], 'b': ['group1', 'group1', 'group2', 'group2'], 'c': [10, 20, 30, 40], 'd': ['T', 'F', 'T', 'F']}df = pd.DataFrame(data)# f 컬럼 초기화df['f'] = None# 그룹화하여 f 컬럼 채우기for name, group in df.groupby('b'): value = group.loc[group['d'] == 'T', 'c'] if not value.empty: df.loc[group.index, 'f'] = value.values[0]print(df)i..

import pandas as pd# 예시 데이터프레임 생성data = { 'a': ['A', 'A', 'B', 'B'], 'b': [1, 1, 2, 2], 'c': ['False', 'False', 'False', 'False'], # 문자열로 초기화 'd': ['apple', 'banana', 'cherry', 'date']}df = pd.DataFrame(data)# 그룹화groups = df.groupby(['a', 'b'])# c 컬럼이 모두 'False'인 그룹의 d 컬럼의 알파벳이 가장 빠른 행 찾기for name, group in groups: if (group['c'] == 'False').all(): # c 컬럼이 모두 'False'인 경우 #..

decode(a.gbm,'d','r','a') import pandas as pdimport numpy as np# 예시 데이터프레임data = { 'gbm': ['d', 'x', 'd', 'y']}df = pd.DataFrame(data)# 조건을 정의conditions = [ df['gbm'] == 'd']# 각 조건에 따른 결과choices = [ 'r' # 'd'일 때 반환할 값]# DECODE와 유사한 기능 구현df['decoded'] = np.select(conditions, choices, default='a')print(df)decode(a.a,'da',substr(a.prod,1,5),'gb')import pandas as pdimport numpy as np# 예시 데..

import pandas as pd# DataFrame 예시data = { 'a': ['RT123', 'AB456', 'RT789', 'CD012'], 'b': [1, 2, 3, 4]}df = pd.DataFrame(data)# 'RT'로 시작하는 값 필터링filtered_df = df[df['a'].str.startswith('RT')]print(filtered_df)

sqliteimport sqlite3import firebase_adminfrom firebase_admin import credentialsfrom firebase_admin import messagingclass FCMNotifier: def __init__(self, db_path, firebase_config): # Firebase Admin SDK 초기화 cred = credentials.Certificate(firebase_config) firebase_admin.initialize_app(cred) # SQLite 데이터베이스 경로 저장 self.db_path = db_path def get_device_tokens(s..

pip install firebase-admin mysql-connector-pythonimport mysql.connectorimport firebase_adminfrom firebase_admin import credentialsfrom firebase_admin import messaging# Firebase Admin SDK 초기화cred = credentials.Certificate('./path/to/your/serviceAccountKey.json')firebase_admin.initialize_app(cred)def get_device_tokens(): # MySQL 데이터베이스 연결 connection = mysql.connector.connect( host='YO..