아미(아름다운미소)

import pandas as pd# 데이터 생성data = { 'A': ['a', 'a', 'b', 'b', 'c', 'c'], 'B': [10, 20, 30, None, 50, 60], 'C': [100, 200, 300, 400, None, 600], 'D': [1, 2, 3, 4, 5, None]}df = pd.DataFrame(data)# groupby 및 sum 수행result = df.groupby(['A', 'B'])['C', 'D'].sum(skipna=True).reset_index()print(result)""" A B C D0 a 10.0 100.0 1.01 a 20.0 200.0 2.02 b 30.0 ..

예제import pandas as pddata = {'A': ['a', 'b', 'c', 'a', 'b'], 'B': ['a', 'b', 'c', 'a', 'b'], 'C1': ['10', '20', '30', 'nan', '50'], 'C2': ['1', '2', '3', '4', '5']}df = pd.DataFrame(data)#결측값확인print(df.isnull().any())# Output:# A True# B True# C True# dtype: bool# NaN 값 제거df['C1'] = df['C1'].fillna('0')df['C2'] = df['C2'].fillna('0')# 데이터 타입 변경df['C1'] = df['C1'..

import pandas as pd# 샘플 데이터프레임 생성df = pd.DataFrame({ 'PNdas_date': ['202426', '202427', '202428', '202429']})# PNdas 주간 기준 현재 날짜와 다음 주 월요일 00시 계산df['year'] = df['PNdas_date'].str[:4].astype(int)df['week'] = df['PNdas_date'].str[4:].astype(int)df['current_date'] = pd.to_datetime(df['year'].astype(str) + '-W' + df['week'].astype(str) + '-1', format='%Y-W%W-%w')df['next_monday'] = df['current_da..

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: ..