아미(아름다운미소)

import pandas as pd# 샘플 데이터프레임 생성df = pd.DataFrame({ 'year': [2024], 'week': [5]})# 다음 주 월요일 00시 계산df['current_date'] = pd.to_datetime(df['year'].astype(str) + '-W' + df['week'].astype(str) + '-1', format='%Y-W%W-%w')df['next_monday'] = pd.to_datetime(df['year'].astype(str) + '-W' + df['week'].astype(str) + '-1', format='%Y-W%W-%w') + pd.Timedelta(days=7) - pd.Timedelta(days=df['current_da..

import pandas as pd# 날짜 문자열을 datetime 객체로 변환date_str = '2023-12-04'date_obj = pd.to_datetime(date_str)# 주차 정보 추출year, week, _ = date_obj.isocalendar()print(f"{year}-W{week}")import pandas as pd# 날짜 문자열 입력받기date_str = '2025-12-24'# 방법 1: datetime 객체 생성 후 년도와 주차 계산date = pd.to_datetime(date_str)year, week, _ = date.isocalendar()result1 = f"{year}{week:02d}"print(result1) # 출력: 202525# 방법 2: datet..

df['result'] = df['aaa'].str.split('_').where(df['aaa'].notnull(), other=None).str[2]

import pandas as pd# 데이터 생성data = {'col1': ['apple', 'banana', '', 'date']}df = pd.DataFrame(data)# 값이 있는 행만 선택df = df[df['col1'].notnull()]# 행의 처음 4개 문자 추출df['col2'] = df['col1'].str[:4]print(df)

import pandas as pddf = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})df = df.loc[:, df.columns.tolist() + ['B']]print(df)

1)import pandas as pd# 타입을 지정한 딕셔너리 생성col_dict = { 'first_col': 'str', 'second_col': 'int', 'third_col': 'float'}# 데이터프레임 생성df = pd.DataFrame({ 'first_col': ['a', 'b', 'c'], 'second_col': [1, 2, 3], 'third_col': [1.1, 2.2, 3.3]})# 컬럼 타입 지정for col, dtype in col_dict.items(): df[col] = df[col].astype(dtype)# 컬럼명 출력print(list(col_dict.keys())[2])2)import pandas as pd# 데이터프레임 생성..

데이터프레임의 컬럼 타입을 지정된 타입으로 변경합니다.예제1def change_column_types(df, column_types): """ 데이터프레임의 컬럼 타입을 지정된 타입으로 변경합니다. Args: df (pandas.DataFrame): 컬럼 타입을 변경할 데이터프레임 column_types (dict): 컬럼 이름과 타입을 매핑한 딕셔너리 """ for col in df.columns: if col in column_types: try: df[col] = df[col].astype(column_types[col]) except ValueError: ..

import multiprocessing as mpdef square_parallel(x): return x ** 2# 병렬 처리 사용start = time.time()with mp.Pool(processes=4) as pool: df['A_squared'] = pool.map(square_parallel, df['A'])print(f"병렬 처리 소요 시간: {time.time() - start:.2f} 초")

import pandas as pd# 데이터 타입을 지정하여 데이터프레임 생성df = pd.DataFrame({ 'column1': [1, 2, 3, 4, 5], 'column2': [1.1, 2.2, 3.3, 4.4, 5.5], 'column3': ['a', 'b', 'c', 'd', 'e']}, dtype={'column1': int, 'column2': float, 'column3': str})

import pandas as pd# DataFrame 생성df = pd.DataFrame({ 'date1': ['2025-11-11', '2024-05-17'], 'date2': ['2024-05-17', '2023-01-01']})# 날짜 데이터 변환df['date1'] = pd.to_datetime(df['date1'])df['date2'] = pd.to_datetime(df['date2'])# 분 단위 차이 계산df['minutes_diff'] = ((df['date1'] - df['date2']).dt.total_seconds() / 60).astype(int)# 결과 출력print(df)