아미(아름다운미소)

import pandas as pd# 예시 DataFrame 생성data = { 'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [7, 8, 9]}df = pd.DataFrame(data)# 'a' 컬럼을 맨 오른쪽으로 이동a_col = df.pop('a')df['a'] = a_colprint(df)import pandas as pd# 예시 DataFrame 생성data = { 'a': [1, 2, 3], 'b': [4, 5, 6], 'c': [7, 8, 9]}df = pd.DataFrame(data)# 'a' 컬럼을 맨 오른쪽으로 이동df = df[[col for col in df.columns if col != 'a'] + ['a']]print(df)

import pandas as pd# 예시 데이터프레임 생성data = { 'a': ['x', 'x', 'y', 'y', 'z'], 'b': [True, False, True, False, False], 'c': [1, 2, 3, 4, 5]}df = pd.DataFrame(data)# b값을 c값으로 업데이트df['b'] = df.groupby('a')['b'].transform(lambda x: df.loc[x.index, 'c'][x].iloc[0] if any(x) else None)print(df)import pandas as pd# 예시 데이터프레임 생성data = { 'a': ['x', 'x', 'y', 'y', 'z'], 'b': [True, False, True,..

df['week']=pd.to_datetime(df['date'], errors='coerce').dt.strftime('%G%V').fillna(df['week'])

import pandas as pd# 데이터프레임 생성df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})df2 = pd.DataFrame({'A': [5, 6], 'C': [7, 8]})# 세로 방향으로 결합 (outer join)result_outer = pd.concat([df1, df2], axis=0, join='outer', ignore_index=True)print("Outer Join:\n", result_outer)# 가로 방향으로 결합 (inner join)result_inner = pd.concat([df1, df2], axis=1, join='inner')print("\nInner Join:\n", result_inner)# 키를 사용하여 다중 인덱스 ..

import pandas as pd# 예시 데이터프레임 생성df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})df3 = pd.DataFrame({'A': [9, 10], 'C': [11, 12]}) # 컬럼명이 다름df4 = pd.DataFrame({'A': [13, 14], 'B': [15, 16]})df5 = pd.DataFrame({'A': [17, 18], 'B': [19, 20]})df6 = pd.DataFrame({'A': [21, 22], 'B': [23.0, 24.0]}) # 타입이 다름df7 = pd.DataFrame({'A': [25, 26], 'B': [27, 28]}..

Pandas에서 `concat`을 사용할 때 값이 있는 데이터프레임이 있는데 결과가 0으로 나오는 경우는 여러 가지 원인이 있을 수 있습니다. 가장 일반적인 원인은 다음과 같습니다.1. 인덱스 문제: 데이터프레임을 concat할 때 인덱스가 겹치면, 같은 인덱스의 값이 덮어쓰기 때문에 0으로 보일 수 있습니다. 이 경우 `ignore_index=True`를 설정해 보세요.   ```python   pd.concat([df1, df2], ignore_index=True)   ```2. 열 이름 불일치: concat할 데이터프레임의 열 이름이 다르면, NaN 값으로 채워질 수 있습니다. 이 경우 원래 데이터프레임의 열 이름을 확인해 보세요.3. 데이터 타입: 데이터 타입이 다르면 연산 결과가 예상과 다르게 ..

import pandas as pd# 샘플 데이터프레임 생성data = { '팀': ['A', 'A', 'B', 'B', 'C', 'C'], '점수': [10, 20, 30, 40, 50, 60]}df = pd.DataFrame(data)# 각 팀의 점수 평균을 계산하고 원래 데이터프레임에 추가df['점수_평균'] = df.groupby('팀')['점수'].transform('mean')print(df)

import pandas as pdimport numpy as np# 샘플 데이터 생성data = { 'a': ['A'] * 6 + ['B'] * 6 + ['C'] * 6, 'b': [10, 15, 10, -20, 5, 10, 25, -30, 5, 20, 15, 10, 10, 15, 20, 25, 30, 35], 'c': [3, 3, 3, 3, 3, 3, -3, -3, -3, -3, -3, -3, 2, 2, 2, 2, 2, 2]}# DataFrame 생성df = pd.DataFrame(data)# d 컬럼과 e 컬럼 초기화df['d'] = np.nandf['e'] = np.random.randint(-5, 10, size=l..

import pandas as pd# 예시 데이터프레임 생성data = { 'a': ['A', 'A', 'B', 'B'], 'b': ['X', 'X', 'Y', 'Y'], 'c': [1, 1, 2, 2], 'd': [10, 20, 10, 20], 'e': [100, 200, 300, 400], 'f': [150, 250, 350, 450] # f 컬럼 추가}df1 = pd.DataFrame(data)df2 = df1.copy() # df2는 df1과 동일# df1을 그룹화하고 e 컬럼의 합을 계산grouped_df1 = df1.groupby(['a', 'b', 'c', 'd'])['e'].sum().reset_index()# df2는 그대로 사용# df2의 f 컬럼을 ..

import timefrom datetime import datetime, timedeltafrom PyQt5.QtCore import QThreadclass KiwoomAPI(QThread): def __init__(self): super().__init__() self.orders = [] # 미체결 주문을 저장할 리스트 # 현재 날짜를 가져오고 시간만 추가 current_date = datetime.now().strftime("%Y%m%d") self.orders.append({'id': '0082240', 'date': f'{current_date} 090844', 'type': '+매수'}) # 예제 주문 추가..