아미(아름다운미소)

import pandas as pd# 예시 데이터프레임 생성data = { 'a': ['A', 'A', 'B', 'B'], 'b': [1, 1, 2, 2], 'c': ['False', 'False', 'False', 'False'], # 문자열로 초기화 'd': ['apple', 'banana', 'cherry', 'date']}df = pd.DataFrame(data)# 그룹화groups = df.groupby(['a', 'b'])# c 컬럼이 모두 'False'인 그룹의 d 컬럼의 알파벳이 가장 빠른 행 찾기for name, group in groups: if (group['c'] == 'False').all(): # c 컬럼이 모두 'False'인 경우 #..

import pandas as pd# DataFrame 예시data = { 'a': ['RT123', 'AB456', 'RT789', 'CD012'], 'b': [1, 2, 3, 4]}df = pd.DataFrame(data)# 'RT'로 시작하는 값 필터링filtered_df = df[df['a'].str.startswith('RT')]print(filtered_df)

sqliteimport sqlite3import firebase_adminfrom firebase_admin import credentialsfrom firebase_admin import messagingclass FCMNotifier: def __init__(self, db_path, firebase_config): # Firebase Admin SDK 초기화 cred = credentials.Certificate(firebase_config) firebase_admin.initialize_app(cred) # SQLite 데이터베이스 경로 저장 self.db_path = db_path def get_device_tokens(s..

pip install firebase-admin mysql-connector-pythonimport mysql.connectorimport firebase_adminfrom firebase_admin import credentialsfrom firebase_admin import messaging# Firebase Admin SDK 초기화cred = credentials.Certificate('./path/to/your/serviceAccountKey.json')firebase_admin.initialize_app(cred)def get_device_tokens(): # MySQL 데이터베이스 연결 connection = mysql.connector.connect( host='YO..

pip install firebase-adminimport firebase_adminfrom firebase_admin import credentialsfrom firebase_admin import messaging# Firebase Admin SDK 초기화cred = credentials.Certificate('./path/to/your/serviceAccountKey.json')firebase_admin.initialize_app(cred)def send_fcm_messages(device_tokens, title, body, image_url, company_name): # 푸시 알림 메시지 생성 message = messaging.MulticastMessage( notif..

import pandas as pd# 예시 DataFramedata = { 'a': [True, False, True, False], 'b': [1, 2, 3, 4]}df = pd.DataFrame(data)# a가 True이면 b를 c에, 아니면 b를 d에 넣기df['c'] = df['b'].where(df['a'] == True)df['d'] = df['b'].where(df['a'] == False)# 결과 출력print(df)

import pandas as pd# 데이터프레임 생성left_df = pd.DataFrame({ '키': [1, 2, 3], '이름': ['홍길동', '이순신', '강감찬']})right_df = pd.DataFrame({ '키': [2, 3, 4], '직업': ['장군', '명장', '왕']})# 왼쪽 외부 조인 수행result = pd.merge(left_df, right_df, on='키', how='left')print(result) 키 이름 직업0 1 홍길동 NaN1 2 이순신 장군2 3 강감찬 명장

import pandas as pd# 예시 데이터프레임 생성df1 = pd.DataFrame({'a': [1, 2, 3, 4, 5]})df2 = pd.DataFrame({'b': [3, 4, 5, 6, 7]})# df1의 a 컬럼에 있지만 df2의 b 컬럼에는 없는 값 찾기missing_values = df1[~df1['a'].isin(df2['b'])]print(missing_values)

df['a'] = df['a'].str.split('-to-SCP-', expand=True)[1].fillna(df['a'].str.split('--', expand=True)[0])import pandas as pd# 예시 DataFrame 생성data = { 'a': [None, 'x', None, 'y', None], 'b': ['group1', 'group1', 'group2', 'group2', 'group1'], 'c': ['banana', 'apple', 'orange', 'kiwi', 'avocado']}df = pd.DataFrame(data)# a 컬럼이 null인 경우에 대해 처리df['a'] = df.apply( lambda row: df[df['b'] == ..

df['a'] = df['a'].str.split('-to-SCP-', expand=True)[1].fillna(df['a'].str.split('--', expand=True)[0])df['a'] = df['a'].str.split('-to-SAP-', expand=True).get(1).combine_first(df['a'].str.split('--', expand=True).get(0))