아미(아름다운미소)

예제1import pandas as pd# 예시 DataFramedf = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9], 'D': [10, 11, 12], 'E': [13, 14, 15]})# 확인할 컬럼명 리스트my_columns1 = ['A', 'B', 'C', 'D']my_columns2 = ['A', 'B', 'C']# DataFrame의 컬럼명 리스트df_cols = df.columns.tolist()# if-elif 조건 사용if all(col in df_cols for col in my_columns1): print('OK1')elif all(col in df_cols for col in my_columns2): pri..

import pandas as pd# 데이터프레임 생성df = pd.DataFrame({'a': [1, 2, None, 4, None], 'b': ['apple', 'banana', 'cherry', 'date', 'elderberry'], 'd': [None, None, None, None, None]})# a 컬럼이 null인 경우 b 컬럼을 확인하여 모든 행을 뽑아내고 알파벳순으로 정렬한 후 첫 번째 값을 a 컬럼에 재할당df.loc[df['a'].isnull(), 'a'] = df.loc[df['a'].isnull(), 'b'].sort_values().iloc[0]# a 컬럼이 null인 경우 d 컬럼에 1을 채워넣기df.loc[df['a'].isnull(), 'd'] = 1print(df)im..

df[cols] = df[cols].astype(float).fillna(0).astype(int)cols = ['A', 'B', 'C', 'D'] # 변환하고 싶은 열 이름들for col in cols: df[col] = pd.to_numeric(df[col], errors='coerce').fillna(0).astype(int) df[cols] = df[cols].apply(pd.to_numeric, errors='coerce').fillna(0).astype(int)예제import pandas as pd# 샘플 데이터프레임 생성data = { 'A': ['1', '2', '3', '4', ''], 'B': ['5', '6', '7', '8', 'abc'], 'C': ['..

import pandas as pd# 데이터 프레임 생성df = pd.DataFrame({'a': [1, 0, 1, 0, 1], 'b': [10, 20, 30, 40, 50], 'c': [0, 0, 0, 0, 0]})# a 컬럼이 1인 행의 b 컬럼 값을 c 컬럼에 넣기df.loc[df['a'] == 1, 'c'] = df['b']print(df)

if result.empty: result = pd.DataFrame(columns=['A', 'C'])

여러컬럼import pandas as pddf = pd.DataFrame({ 'A': ['a', 'a', 'b', 'b', 'c', 'c','x'], 'B': ['x', 'y', 'x', 'y', 'x', 'y','y'], 'C': [10.5, '20', 30.2, 'aaa', '50.1', '60',None], 'D': [1.0, '2', 3.2, 'bbb', 5.1, '6',None]})numeric_cols = ['C', 'D']#방법1df = df.assign(**{col: pd.to_numeric(df[col], errors='coerce').fillna(0).astype(int) for col in numeric_cols})#방법2df[numeric_cols] = df[n..

Int float 문자 Noneimport pandas as pddf = pd.DataFrame({ 'A': ['a', 'a', 'b', 'b', 'c', 'c','x'], 'B': ['x', 'y', 'x', 'y', 'x', 'y','y'], 'C': [10.5, '20', 30.2, 'aaa', 50.1, '60',None]})# A, B 컬럼을 문자열로 변환df['A'] = df['A'].astype(str)df['B'] = df['B'].astype(str)# C 컬럼의 숫자와 문자열 처리df['C'] = df['C'].apply(lambda x: int(float(x)) if str(x).replace('.', '').isdigit() else 0)# A, B 컬럼으로 grou..

import pandas as pd# df1 생성df1 = pd.DataFrame({ 'a': ['A1', 'A2', 'A3'], 'b': ['B1', 'B2', 'B3'], 'c': ['C1', 'C2', 'C3'], 'd': ['D1', 'D2', 'D3'], 'e': [1, 2, 3]})# df2 생성df2 = pd.DataFrame({ 'a': ['X1', 'X2', 'X3'], 'b': ['Y1', 'Y2', 'Y3'], 'c': ['Z1', 'Z2', 'Z3'], 'd': ['W1', 'W2', 'W3'], 'f': [4, 5, 6]})# concat하고 결측치를 0으로 채운 후 reset_indexresult = pd.concat([df1..

import pandas as pddf1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})df2 = pd.DataFrame({'C': [7, 8, 9], 'D': [10, 11, 12]})# concat하고 결측치를 0으로 채운 후 reset_indexresult = pd.concat([df1, df2], axis=0, sort=False).fillna(0).astype(int).reset_index(drop=True)print(result) A B C D0 1 4 0 01 2 5 0 02 3 6 0 03 0 0 7 104 0 0 8 115 0 0 9 12

data = { 'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve', 'Frank'], 'Department': ['Sales', 'Sales', 'IT', 'IT', 'HR', 'HR'], 'Score': ['100', '200', '300', '400', '500', None]}df = pd.DataFrame(data)# 데이터 타입을 int로 변환하고, None 값을 0으로 채우기df['Score'] = df['Score'].astype(int).fillna(0)grouped = df.groupby(['Department'])['Score'].sum().reset_index()print(grouped) Department Score0 ..