아미(아름다운미소)

import osimport timefrom openpyxl import load_workbooktemp_path = "temp.xlsx"try: wb = load_workbook(temp_path) ws = wb.active # ... 작업 ...finally: # 임시 파일 닫고 삭제 (삭제 실패 시 재시도) try: wb.close() except: pass max_retries = 5 retry_delay = 0.5 # 초 for attempt in range(1, max_retries + 1): try: os.remove(temp_path) print(f"✅ 임시 파일 ..

# 1. 현재 어떤 브랜치에 있는지 확인git branch# 2. main 브랜치로 이동git checkout main# 3. 최신 상태로 업데이트 (필요 시)git pull origin main# 4. a 브랜치를 main에 머지git merge a# 5. 원격 저장소에 반영git push origin main

if text is not None: text = text.replace("a", "b")else: text = "" # 또는 기본값 설정

from pynput import keyboard, mousefrom pynput.keyboard import Controller, Keyimport threadingimport timefrom datetime import datetimeimport ctypesimport os# ✅ 로그 저장 기본 디렉토리 (원하는 경로로 변경하세요)LOG_BASE_DIR = r"D:/logs"# 설정IDLE_TIME_LIMIT = 300 # 5분 이상 비활동 시CHECK_INTERVAL = 10 # 활동 체크 주기keyboard_controller = Controller()last_activity_time = time.time()# 로그 기록 함수def write_log(message): now = dat..

import numpy as npimport pandas as pdimport multiprocessing as mpfrom functools import partialdef process_chunk(df_chunk, conditions, choices, default): # 각 청크에 np.select 적용 result = np.select(conditions, choices, default=default) return pd.Series(result, index=df_chunk.index)def parallel_select(df, conditions, choices, default='default', num_processes=None): if num_processes is None..

cols = ['col1', 'col2', 'col3'] # category로 바꿀 컬럼 리스트df[cols] = df[cols].apply(lambda x: x.astype('category'))import pandas as pdimport numpy as np# 예시 데이터 생성df = pd.DataFrame({ 'col1': np.random.choice(['apple', 'banana', 'cherry'], 1_000_000), 'col2': np.random.choice(['red', 'green', 'blue'], 1_000_000), 'col3': np.random.choice(['small', 'medium', 'large'], 1_000_000)})# 🔍 메모리 사용량..

import pandas as pddf1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]}, index=['x', 'y'])df2 = pd.DataFrame({'A': [5, 6], 'C': [7, 8]}, index=['x', 'y'])# Left join with drop=Falseresult = df1.join(df2.set_index('A', drop=False), how='left', # 명시적으로 left join 지정 lsuffix='_left', rsuffix='_right')print(result)

from concurrent.futures import ThreadPoolExecutorimport numpy as npimport pandas as pddef safe_parallel_merge(df1, df2, left_key, right_key=None, n_partitions=4, how='left'): """ 개선된 병렬 merge 함수 - 안정성 강화 버전 Parameters: - df1: 왼쪽 DataFrame - df2: 오른쪽 DataFrame - left_key: df1의 조인 키 (컬럼명 또는 컬럼 리스트) - right_key: df2의 조인 키 (None이면 left_key와 동일) - n_partitions: 분할 개수 - ..

import pandas as pddef convert_object_columns_to_str(df: pd.DataFrame) -> pd.DataFrame: """ Pandas DataFrame에서 object 타입 컬럼을 모두 문자열(str)로 변환합니다. Parameters: df (pd.DataFrame): 변환할 DataFrame Returns: pd.DataFrame: 문자열 컬럼이 str 타입으로 변환된 DataFrame """ df = df.copy() for col in df.select_dtypes(include='object').columns: df[col] = df[col].astype(str) ..

import pandas as pd# 샘플 DataFrame 생성df = pd.DataFrame({'A': [1, 2, None, 4], 'B': ['x', None, 'z', 'w']})# 1. len() 함수 사용 (가장 일반적)row_count = len(df)print(f"행 수 (len): {row_count}")# 2. shape 속성 사용row_count = df.shape[0] # shape는 (행수, 열수) 튜플 반환print(f"행 수 (shape): {row_count}")# 3. index 길이 확인row_count = df.index.sizeprint(f"행 수 (index): {row_count}")# 4. 각 열별 결측값(None/NaN) 개수 확인print("\n각 열별 결..