일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | ||||
4 | 5 | 6 | 7 | 8 | 9 | 10 |
11 | 12 | 13 | 14 | 15 | 16 | 17 |
18 | 19 | 20 | 21 | 22 | 23 | 24 |
25 | 26 | 27 | 28 | 29 | 30 | 31 |
- IOS
- ubuntu
- node.js
- mssql
- 리눅스
- tensorflow
- Linux
- ASP
- sqlite
- 함수
- 맛집
- MS-SQL
- Excel
- swift
- MySQL
- javascript
- PER
- 날짜
- flutter
- PyQt
- GIT
- urllib
- 다이어트
- pandas
- port
- python
- 유니티
- Unity
- 라즈베리파이
- PyQt5
아미(아름다운미소)
import pandas as pd# 예제 DataFrame 생성df = pd.DataFrame({ 'A Column': [1, 2, 3], 'B Column': [4, 5, 6], 'C Column': [7, 8, 9]})# 'A Column'과 'B Column'의 값을 'C Column'의 값으로 대체df = df.assign(**{ 'A Column': df['C Column'], 'B Column': df['C Column']})print(df)
import pandas as pd# 예시 데이터프레임 생성data = { 'A': [1, 2, 2, 3, 4, 4, 5], 'B': ['a', 'b', 'b', 'c', 'd', 'd', 'e'], 'C': [' Y', 'N ', ' Y ', 'Y', ' N', ' Y', 'Y '], 'D': [' data1', 'data2 ', 'data 3 ', ' data4 ', 'data5', ' data6', 'data7 ']}df = pd.DataFrame(data)# 'D' 열 삭제, 중복된 행 제거, 'C' 열의 값에서 공백 제거 및 'Y'인 행만 필터링을 한 번에 수행df_filtered = df.drop(columns=['D']).drop_duplicates(subset..
import pandas as pd# 예제 데이터data = { 'A': [1.0, 2.0, 3.0], # float 'B': [4, 5, 6], # int 'C': ['x', 'y', 'z'] # string}# DataFrame 생성df = pd.DataFrame(data)# 모든 컬럼을 int64로 변환 시도for col in df.columns: df[col] = pd.to_numeric(df[col], errors='ignore', downcast='integer')print(df)print(df.dtypes)
import pandas as pd# 예제 데이터프레임 생성data = { 'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}df = pd.DataFrame(data)# 접미사를 붙일 컬럼 리스트 지정columns_to_rename = ['A', 'B']# 컬럼 이름 변경df.rename(columns={col: col + '_calc' for col in columns_to_rename}, inplace=True)# 해당 컬럼들에 대해 fillna(0) 적용for col in columns_to_rename: df[col + '_calc'] = df[col + '_calc'].fillna(0)# 결과 출력print(df)
import pandas as pd# 예시 데이터프레임 생성data = { 'Name_calc': ['Alice', 'Bob', 'Charlie'], 'Age_calc': [25, 30, 35], 'City_calc': ['New York', 'Los Angeles', 'Chicago']}df = pd.DataFrame(data)# 컬럼명에서 '_calc' 접미사 제거df.columns = df.columns.str.replace('_calc$', '', regex=True)print(df)
import pandas as pd# 샘플 데이터 생성data_left = { 'key1_left': ['A', 'B', 'C'], 'key2_left': ['X', 'Y', 'Z'], 'value1': [1, 2, 3], 'value2': [4, 5, 6]}data_right = { 'key1_right': ['A', 'B', 'D'], 'key2_right': ['X', 'Y', 'W'], 'value1_right': [7, 8, 9], 'value2_right': [10, 11, 12]}df_left = pd.DataFrame(data_left)df_right = pd.DataFrame(data_right)# 여러 개의 다른 키 이름을 가진 데이터프레임 병..

소스코드의 인코딩이 UTF-8 이나 다른 캐릭터셋으로 작성되어서 나는 에러이다. 에러를 고치기 위해서 Javadoc 생성시 VM options 란에 -locale ko_KR -encoding UTF-8 -charset UTF-8 -docencoding UTF-8 추가

Your flutter checkout has local changes that would be erased by upgrading. If you want to keep these changes, it is recommended that you stash them via "git stash" or else commit the changes to a local branch. If it is okay to remove local changes, then re-run this command with "--force". flutter upgrade --force 플러터 업그레이드가 잘 동작합니다
SELECT schema_name, pg_size_pretty(sum(table_size)::bigint) as "disk space", (sum(table_size) / pg_database_size(current_database())) * 100 as "percent" FROM ( SELECT pg_catalog.pg_namespace.nspname as schema_name, pg_relation_size(pg_catalog.pg_class.oid) as table_size FROM pg_catalog.pg_class JOIN pg_catalog.pg_namespace ON relnamespace = pg_catalog.pg_namespace.oid ) t GROUP BY schema_name OR..
CSRF란? CSRF(cross site request forgery)는 웹 사이트 취약점 공격을 방지를 위해 사용하는 기술이다. 장고가 CSRF 토큰 값을 세션을 통해 발행하고 웹 페이지에서는 폼 전송시에 해당 토큰을 함께 전송하여 실제 웹 페이지에서 작성된 데이터가 전달되는지를 검증하는 기술이다. csrf_token 사용을 위해서는 CsrfViewMiddleware 미들웨어가 필요한데 이 미들웨어는 settings.py의 MIDDLEWARE 항목에 디폴트로 추가되어 있으므로 별도의 설정은 필요 없다.