아미(아름다운미소)

import sysimport pandas as pdimport pyarrow.parquet as pqfrom PyQt5.QtWidgets import (QApplication, QMainWindow, QTableView, QFileDialog, QVBoxLayout, QWidget, QPushButton, QLabel, QStatusBar, QMessageBox, QLineEdit, QHBoxLayout, QComboBox, QHeaderView)from PyQt5.QtCore import Qt, QAbstractTableModel, QSortFilt..

pip install pyarrow pandas PyQt5==5.15.4 PyQt5-sip==12.8.1 PyQt5==5.15.2pyinstaller --onefile --hidden-import=fastparquet --noconsole parquet_redy.pya = Analysis( ['parquet_viewer.py'], pathex=[], binaries=[], datas=[], hiddenimports=[ 'fastparquet', 'fastparquet.speedups', # fastparquet의 C 확장 모듈 'pandas', 'pyarrow' ], hookspath=[], hooksconfi..

try: s3.put_object(...)except Exception as e: print(f"Error: {e.response['Error']['Code']}") # AccessDenied, KMS.Disabled 등

import pandas as pd# Parquet 파일 읽기df = pd.read_parquet('example.parquet')# 전체 데이터 출력print("전체 데이터:")print(df)# 상위 5행 출력print("\n상위 5행:")print(df.head())# 데이터 구조 확인print("\n데이터 구조:")print(df.info())# 기술 통계 정보print("\n기술 통계:")print(df.describe())

import yaml# YAML 파일 로드with open('config.yml') as f: config = yaml.safe_load(f)# 값 접근print(config['app']['name']) # "My Awesome App"print(config['database']['production']['credentials']['username']) # "admin"# 리스트 항목 접근for feature in config['app']['features']: print(feature)app: name: "My Awesome App" version: 2.3.1 features: - "authentication" - "data_export" - "notification..

DB_HOST: localhostDB_PORT: 3306DB_USER: rootDB_PASSWORD: secret import yamlwith open("env.yml", "r") as f: config = yaml.safe_load(f)print(config["DB_HOST"])

IAM → 사용자 → 해당 사용자 클릭 → "권한" 탭 → 정책 추가AmazonS3FullAccess 또는 최소 다음 권한 포함:콘솔에서 권한 확인하는 방법1. AWS 콘솔 접속: https://console.aws.amazon.com/2. 좌측 상단 검색창에 IAM 입력 → 이동3. 좌측 "사용자" 클릭4. → 코드에서 조회된 사용자 이름 클릭5. → "권한" 탭 확인6. AmazonS3FullAccess 또는 아래 정책이 있어야 boto3로 S3 접근 가능:{ "Effect": "Allow", "Action": [ "s3:ListBucket", "s3:GetObject", "s3:PutObject", "s3:DeleteObject" ], "Resource": [ "a..

예제1import pandas as pd# --------------------------------------------# 1. 샘플 데이터 생성# --------------------------------------------df = pd.DataFrame({ 'a': [1, 2, 3, 4], 'b': ['A', 'B', 'C', 'D'], 'c': [10, 20, 30, 40]})df2 = pd.DataFrame({ 'a': [1, 2, 3, 5], 'b': ['A', 'X', 'C', 'E'], 'c': [10, 20, 30, 50]})# --------------------------------------------# 2. 비교 방법 구현# ------------..

최적화 최존def process_dataframe_optimized(dict_df_types, df): type_handlers = { 'int': lambda s: pd.to_numeric(s, errors='coerce').fillna(0).astype('int32'), 'float': lambda s: pd.to_numeric(s, errors='coerce').fillna(0).astype('float32'), # float32로 변경 'bool': lambda s: s.astype(str).str.lower().isin(['true', 't', '1']), # 더 넓은 불리언 조건 'datetime': lambda s: pd.to_dat..

# 날짜 변환 (NULL → NaT)dates = pd.to_datetime(df['a'], errors='coerce')if not dates.empty and not pd.isna(dates.iloc[0]): first_date = dates.iloc[0]else: first_date = pd.to_datetime('today') # 기본값 설정