ㅋㄷㅋㄷ

https://www.acmicpc.net/problem/11654 11654번: 아스키 코드 알파벳 소문자, 대문자, 숫자 0-9중 하나가 주어졌을 때, 주어진 글자의 아스키 코드값을 출력하는 프로그램을 작성하시오. www.acmicpc.net Q. 알파벳 소문자, 대문자, 숫자 0-9중 하나가 주어졌을 때, 주어진 글자의 아스키 코드값을 출력하는 프로그램을 작성하시오. text = input() print(ord(text)) ord( )는 문자의 유니코드 값을 돌려주는 내장함수이며 반대로, chr( )는 유니코드 값을 입력받아 해당하는 문자를 출력하는 함수입니다. ord('가') # 44032 chr(97) # 'a'

float형태의 값이 크다보면 지수로 표현된다. (예: 7.224000e+09) print(a) # 7.224000e+09 pd.options.display.float_format = '{:.5f}'.format # 소수점 5자리까지 표현. 바꾸기 가능 print(a) # 7224000000.00000 지수 표현 옵션을 초기화하고 싶을 때 pd.reset_option('display.float_format') # 혹은 pd.set_option('display.float_format', '{:.2e}'.format)

df_concat = pd.concat([df1, df2]) ValueError: Plan shapes are not aligned 데이터프레임 df1, df2 둘 중에 컬럼명이 중복된 것이 있을 것입니다 df1.columns.duplicated() # 컬럼 중복 확인! columns => ['A', 'B', 'A', 'C'] 같은 경우입니다. 컬럼명 중복을 해결하신 후 다시 pd.concat( )을 하면 해결됩니다~

위 데이터처럼 일부 결측이 있을 경우 숫자형 타입을 바꿀 때 다음과 같이 에러가 납니다. df['실거래_거래금액(만원)'] = df['실거래_거래금액(만원)'].astype(int) ValueError: invalid literal for int() with base 10: 'nan' 아래와 같이 해결할 수 있습니다! df['실거래_거래금액(만원)'] = df['실거래_거래금액(만원)'].apply(pd.to_numeric, errors='coerce')

np.where(조건, True일 경우 값, False일 경우 값) 조건이 여러개일 경우 &또는 |로 표현할 수 있는데 TypeError를 만날 수 있다.. df['면적대'] = np.where(df['면적'] > 500 & df['면적'] 500) & (df['면적']

df_g = df.groupby('등록공장ID')['표제부PK'].count() #등록공장ID별 표제부PK의 개수 print(df_g) 등록공장ID가 index로 잡혀있고, 표제부PK 컬럼에 count 개수가 있습니다. 이때, reset_index( )를 해주면 index가 빠져나오게 되겠죠 df_g = df.groupby('등록공장ID')['표제부PK'].count().reset_index() print(df_g) count 값의 내용을 포함하는 표제부PK 컬럼 이름을 바꾸고싶다면 reset_index(name='컬럼명')을 해주면 됩니다. df_g = df.groupby('등록공장ID')['표제부PK'].count().reset_index(name='표제부PK개수') print(df_g)

list형 append vs extend 1) list - append( ) x = [1, 2, 3] y = [4, 5] x.append(y) print(x) # [1, 2, 3, [4, 5]] 2) list - extend( ) x = [1, 2, 3] y = [4, 5] x.extend(y) print(x) # [1, 2, 3, 4, 5]

1. [행,열]로 접근하기 df

pd.set_option('display.max_columns', 500) # 열(컬럼) 모두 보기 pd.set_option('display.max_rows', 500) # 행 모두 보기 데이터프레임을 print하여 콘솔에서 확인할 때, 행과 열이 일부만 보일 수 있습니다. pd.get_option('display.max_columns') # 0 컬럼이 많아서 중간 컬럼들은 생략됩니다 pd.set_option('display.max_columns', 500) 모든 컬럼을 확인할 수 있습니다. # option 초기화 pd.reset_option('display.max_columns')

result['buff'] = result.apply(lambda x : x['bound'].buffer(x['length'], join_style=2)) # KeyError ('EMD_CD', 'occurred at index count') result['buff'] = result.apply(lambda x : x['bound'].buffer(x['length'], join_style=2), axis=1) # default axis=0