내일의 커피를 위해 코딩한다.

 티스토리 

파이썬으로 작성된 스크립트를 .exe 실행파일 생성 과정

 이 작업을 수행하기 위해 일반적으로 사용되는 몇 가지 도구가 있습니다. 그중에서도 PyInstaller, cx_Freeze, py2exe가 가장 널리 사용됩니다. 각각의 도구는 약간씩 다른 기능과 사용 방법을 가지고 있으며, 사용자의 요구 사항에 따라 가장 적합한 도구를 선택할 수 있습니다.

PyInstaller는 사용이 간편하며, 크로스 플랫폼을 지원하여 Windows, macOS, Linux에서 사용할 수 있습니다. 단일 파일로 묶는 옵션이 있어 배포가 용이합니다.
cx_Freeze는 Python 스크립트를 실행 파일로 변환하는 데 사용되며, 여러 플랫폼을 지원합니다.
py2exe는 Windows에서만 사용할 수 있으며, Python 스크립트를 Windows 실행 파일로 변환합니다.
일반적인 PyInstaller 사용 방법을 예로 들어 설명해 드리겠습니다. 

1.사용 방법

.PyInstaller를 사용하여 Python 스크립트를 .exe 파일로 변환하는 과정은 다음과 같습니다:

PyInstaller 설치: PyInstaller를 설치하려면, Python이 설치된 환경에서 커맨드 라인이나 터미널을 열고 다음 명령어를 실행합니다.

pip install pyinstaller

실행 파일 생성: 스크립트가 위치한 디렉토리에서 다음 명령어를 실행하여 .exe 파일을 생성합니다. 여기서 your_script.py는 변환하려는 스크립트의 파일 이름입니다.

pyinstaller --onefile your_script.py

참고 : --onefile 대신 -F를 사용해도 동일하게 동작합니다.

아이콘 추가
--icon 옵션을 사용하여 실행 파일에 아이콘을 추가할 수 있습니다. 이는 애플리케이션의 전문성을 높이는 데 도움이 됩니다.

pyinstaller --onefile --icon=your_icon.ico your_script.py

추가 데이터 파일 포함
PyInstaller는 --add-data 옵션을 사용하여 실행 파일에 추가 데이터 파일이나 디렉토리를 포함시킬 수 있습니다. 이 옵션은 다음과 같은 형식을 사용합니다: 소스;대상 (Windows) 또는 소스:대상 (Unix)

pyinstaller --add-data 'data_folder;data' your_script.py

이렇게 하면, data_folder 내의 모든 파일이 실행 파일 내 data 폴더로 복사됩니다.

디버깅 모드
문제 해결 시, --debug 옵션을 사용하여 실행 파일을 디버깅 모드로 빌드할 수 있습니다. 이는 문제의 원인을 파악하는 데 유용합니다.

pyinstaller --debug all your_script.py

결과 확인: 
명령어 실행 후 dist 폴더가 생성되며, 그 안에 .exe 파일이 위치합니다. --onefile 옵션은 모든 필요한 라이브러리와 함께 단일 실행 파일을 생성합니다. 이 옵션 없이 실행하면, 실행에 필요한 모든 파일을 포함한 폴더가 생성됩니다.

도움이 되셨다면 아래 화면 클릭으로 보다 나은 컨텐츠를 만드는데 큰 도움이 됩니다.

마무리

PyInstaller의 사용법과 기능은 상당히 광범위하며, 여기서 언급한 내용은 그 일부에 불과합니다.
PyInstaller의 공식 문서[PyInstaller Documentation](https://pyinstaller.readthedocs.io

- 이번 포스팅은 pyinstaller로 exe 파일 만들기에 대해 알아봤습니다.

 티스토리 

현재 디렉토리에 있는 파일 접

Python의 Path 객체를 사용하여 현재 실행 중인 스크립트 파일(__file__)과 동일한 디렉토리에 있는 "abc.csv" 파일의 경로를 생성하는 방법을 보여줍니다. 여기에서 Path는 pathlib 모듈의 일부로, 파일 시스템 경로를 객체 지향적으로 쉽게 다룰 수 있게 해줍니다.

아래 광고 클릭으로 보다 많은 정보를 나눌수 있는 큰힘이 됩니다.~!  

1. 코드리뷰

from pathlib import Path

# 현재 스크립트와 같은 디렉토리에 있는 'abc.csv' 파일의 경로 생성
fpath = Path(__file__).parent / "abc.csv"

# 생성된 경로 확인
print(fpath)

코드 분석 아래 클릭 : 

주의할 점
이 코드는 스크립트 파일 내에서 사용될 때 의도대로 작동합니다. Jupyter Notebook이나 대화형 Python 세션(IPython, Python REPL 등)에서 __file__ 변수는 정의되지 않습니다. 대화형 환경에서는 __file__ 대신 실제 경로 문자열이나 다른 방법을 사용해야 합니다.

파일 경로를 생성하고 나면, 이 경로를 사용해 파일을 읽거나 쓸 수 있습니다. 예를 들어, pandas 라이브러리를 사용하여 CSV 파일을 읽어올 때 fpath를 활용할 수 있습니다.

아래 광고 클릭으로 보다 많은 정보를 나눌수 있는 큰힘이 됩니다.~!  

2. 위의 코드를 개선한 예제

여기서는 먼저 파일 경로의 존재 여부를 검증하고, 파일이 존재하지 않을 경우 로깅하는 방법을 추가합니다.

from pathlib import Path
import logging

# 로깅 설정
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')

파일 경로 생성 및 검증

try:
    # 현재 스크립트와 같은 디렉토리에 있는 'abc.csv' 파일의 경로 생성
    fpath = Path(__file__).parent / "abc.csv"

    # 파일 경로 검증
    if fpath.exists() and fpath.is_file():
        # 파일 경로가 유효하면 로깅
        logging.info(f"파일 경로 '{fpath}'가 확인되었습니다.")
    else:
        # 파일이 존재하지 않으면 예외 발생
        raise FileNotFoundError(f"파일 '{fpath}'를 찾을 수 없습니다.")
except NameError:
    # __file__이 정의되지 않은 경우(대화형 환경 등)
    logging.error("__file__ 변수가 정의되지 않았습니다. 스크립트 파일 내에서 이 코드를 실행해야 합니다.")
except FileNotFoundError as e:
    # 파일이 존재하지 않는 경우
    logging.error(e)

코드 분석 아래 클릭 :

마무리

- 이번 포스팅은 __file__ 매소드 활용 방법에 대해 알아봤습니다.

 티스토리 

매직 키워드에 대해 알아봅시다.

 Dunder method , Double UnderScore, Magic keyword, Special methods 라고도 불리기도 하지만, 
공식 문서에서는 special method라고 사용되네요.

1. 예제 모음 코드 리뷰

__init__  :
__init__ 메서드는 파이썬의 매직 메서드(또는 스페셜 메서드) 중 하나로, 클래스의 인스턴스가 생성될 때 자동으로 호출되는 생성자 함수입니다. 이 메서드는 인스턴스가 가지고 있어야 할 초기 상태를 설정하는 데 주로 사용됩니다.

class MyClass:
    def __init__(self, value1, value2):
        self.attribute1 = value1
        self.attribute2 = value2

# MyClass의 인스턴스 생성 시, __init__ 메서드가 자동으로 호출됩니다.
my_instance = MyClass("Hello", 123)
print(my_instance.attribute1)  # 출력: Hello
print(my_instance.attribute2)  # 출력: 123

위의 예제 코드 리뷰는 아래 클릭 :

__str__: 인스턴스를 문자열로 변환할 때의 동작을 정의합니다. print() 함수나 str()에 객체를 전달했을 때 호출됩니다.

class MyClass:
    def __init__(self, name):
        self.name = name
        
    def __str__(self):
        return f"MyClass 인스턴스의 이름은 {self.name}입니다."

my_instance = MyClass("Test")
print(my_instance)

__repr__: 인스턴스의 부모 객체 이름을 확인합니다. 주로 디버깅과 로깅 목적으로 사용됩니다.

class MyClass:
    def __init__(self, name):
        self.name = name
        
    def __repr__(self):
        return f'MyClass("{self.name}")'

my_instance = MyClass("Test")
print(repr(my_instance))

실행 결과 아래 클릭

더보기

부모 객체와 입력한 argument 값이 출려 되는걸 알수 있다.

__len__: 컨테이너 타입의 길이를 반환합니다. len() 함수가 호출될 때 실행됩니다.

class MyContainer:
    def __init__(self, data):
        self.data = data
        
    def __len__(self):
        return len(self.data)

container = MyContainer([1, 2, 3, 4])
print(len(container))

실행 결과 값은 아래 클릭 :

__getitem__: 컨테이너 타입에서 항목을 가져올 때의 동작을 정의합니다.

class MyContainer:
    def __init__(self, data):
        self.data = data
        
    def __getitem__(self, key):
        return self.data[key]

container = MyContainer(["a", "b", "c"])
print(container[1])  # 출력: b

이러한 스페셜 메서드를 사용함으로써 파이썬 클래스의 동작을 매우 유연하게 커스터마이징할 수 있습니다. 클래스를 더 풍부하고 파이썬스럽게 만들고 싶다면, 이러한 메서드들을 적극적으로 활용해보세요.

마무리

- 이번 포스팅은 special method, magic method, 매직 매소드..에 대해 알아봤습니다.

 티스토리 

.7z format을 지원하는 라이브러리

7z 압축 포맷은 고압축률로 잘 알려져 있으며, 파이썬에서 이 포맷을 다루기 위해 여러 서드파티 라이브러리가 개발되었습니다. 주요 7z 파일 처리용 라이브러리와 각각의 특징을 아래에 소개하고, 사용 상황에 따른 추천을 드리겠습니다.

1. 코드리뷰

실무에서 매우 유용하게 쓰이는 코드이며, 관련 앱 개발에 필수로 고려해야 될 사항으로 생각 되네요.

# 필요한 코드를 Python Code Interpreter에서 작성 및 최적화합니다.

# 1. 기본적인 압축 파일 생성
import py7zr

def create_archive(archive_name, file_paths):
    with py7zr.SevenZipFile(archive_name, 'w') as archive:
        for file_path in file_paths:
            archive.writeall(file_path, arcname=None) # arcname을 None으로 설정하면 파일 경로에서 마지막 부분을 사용

# 2. 압축 파일 해제
def extract_archive(archive_name, output_path):
    with py7zr.SevenZipFile(archive_name, 'r') as archive:
        archive.extractall(path=output_path)

# 3. 파일 목록 조회
def list_archive_contents(archive_name):
    with py7zr.SevenZipFile(archive_name, 'r') as archive:
        return archive.getnames()

# 4. 암호화된 압축 파일 생성
def create_encrypted_archive(archive_name, file_paths, password):
    with py7zr.SevenZipFile(archive_name, 'w', password=password) as archive:
        for file_path in file_paths:
            archive.writeall(file_path, arcname=None)

# 5. 여러 폴더를 개별 압축 파일로 생성
def create_multiple_archives(folder_paths):
    for folder_path in folder_paths:
        archive_name = f"{folder_path}.7z"
        with py7zr.SevenZipFile(archive_name, 'w') as archive:
            archive.writeall(folder_path, arcname=None)

# 함수 호출은 주석 처리하여 실행 방지
# create_archive('example.7z', ['file1.txt', 'file2.txt'])
# extract_archive('example.7z', 'output_folder')
# contents = list_archive_contents('example.7z')
# create_encrypted_archive('encrypted.7z', ['file1.txt', 'file2.txt'], 'password')
# create_multiple_archives(['folder1', 'folder2'])

아래 클릭후 추가 리뷰 내용 확인

2. 함수별 코드리뷰

마무리

- 이번 포스팅은 py7zr 라이브러리 사용하는 방법에 대해 알아봤습니다.

- 7z 압축 포맷은 고압축률로 잘 알려져 있으며, 파이썬에서 이 포맷을 다루기 위해 여러 서드파티 라이브러리가 개발되었습니다. 주요 7z 파일 처리용 라이브러리와 각각의 특징을 아래에 소개하고, 사용 상황에 따른 추천을 드리겠습니다.

 티스토리 

개요

PyCharm을 설치하는 과정은 몇 가지 단계로 나눌 수 있으며, 이 과정은 대부분의 운영 체제에서 유사합니다. PyCharm은 JetBrains에서 개발한 Python 개발을 위한 인기 있는 IDE(통합 개발 환경)입니다. Professional Edition(유료)과 Community Edition(무료)의 두 가지 버전이 있습니다. 여기서는 Community Edition을 설치하는 기본 단계를 설명하겠습니다.

1. PyCharm 다운로드

JetBrains의 공식 웹사이트 아래 한국어 버젼 기준 
https://www.jetbrains.com/ko-kr/pycharm/
운영 체제에 맞는 PyCharm 버전을 선택합니다 (Windows, macOS, Linux).
Community Edition을 선택하여 무료 버전을 다운로드합니다.

설치 프로그램 실행:

다운로드한 설치 파일을 실행합니다.
Windows의 경우, 설치 마법사가 나타나면 지시사항을 따릅니다. macOS의 경우, dmg 파일을 열고 PyCharm 아이콘을 Applications 폴더로 드래그합니다. Linux의 경우, tar.gz 파일을 압축 해제하고 제공된 스크립트로 설치를 진행할 수 있습니다.

\

설치후 임포트는 처음이니 따로 건들게 없음.

2. 설정 및 초기 구성

설정 및 초기 구성

설치가 완료되면 PyCharm을 처음 실행할 때 몇 가지 초기 설정을 진행할 수 있습니다. 예를 들어, UI 테마를 선택하고, 필요한 플러그인을 설치하고, 개발 환경을 구성할 수 있습니다.

새 프로젝트 만들기 또는 기존 프로젝트 열기:

PyCharm을 처음 시작하면 새 프로젝트를 만들거나 기존 프로젝트를 열 수 있는 환영 화면이 표시됩니다.
새 프로젝트를 시작하려면 "New Project"를 선택합니다. 여기서 프로젝트의 이름, 위치, 사용할 Python 인터프리터를 설정할 수 있습니다.
환경 구성 및 의존성 관리:

Get From VCS 는 작업한 이력들을 자동으로 관리 해주는 기능이며, 처음 초보자라면 일단 무시하시고 나중에 다시 공부 하자!

환경 설정 옵션은 빨간 표시 참고 

테마는 저는 어두운게 좋아서 저렇게 사용합니다~ 원하는데로 골라서 적용해보세요.

 
프로젝트 설정에서 Python 인터프리터를 선택하고 필요한 경우 가상 환경을 구성할 수 있습니다.
필요한 외부 라이브러리나 패키지는 PyCharm의 내장 패키지 관리자를 사용하여 설치할 수 있습니다.

python interpreter - add Local ... -> System interprter에서 내가 설치한 python경로에 python.exe를 선택.

개발 시작:

이제 PyCharm에서 코드를 작성, 실행 및 디버깅할 준비가 완료되었습니다. PyCharm의 강력한 코드 완성, 버전 관리 통합, 리팩토링 도구 등을 활용하여 효율적으로 개발할 수 있습니다.
PyCharm을 처음 사용하는 경우, 공식 문서와 튜토리얼(https://www.jetbrains.com/pycharm/learn/)을 참고하여 다양한 기능과 작업 흐름에 익숙해지는 것이 좋습니다. PyCharm은 Python 개발자에게 매우 유용한 도구이며, 이를 통해 개발 프로세스를 크게 향상시킬 수 있습니다.

파이참 계정 가입 :

PyCharm을 설치하고 계정에 가입하는 것은 여러 이점을 제공합니다. PyCharm은 JetBrains에서 개발한 강력한 Python IDE(통합 개발 환경)로, 효율적인 코드 개발을 돕기 위해 다양한 기능을 제공합니다. 계정에 가입함으로써 얻을 수 있는 주요 이점은 다음과 같습니다:

라이선스 관리: JetBrains 계정을 통해 사용자는 구매한 라이선스를 쉽게 관리할 수 있습니다. 이는 다양한 기기에서 PyCharm을 사용하고자 할 때 특히 유용합니다.

설정 동기화: 계정을 통해 PyCharm의 개인 설정과 환경을 클라우드에 저장하고, 다른 기기에서도 동일한 설정을 적용할 수 있습니다. 이는 여러 컴퓨터를 사용하는 개발자에게 매우 편리한 기능입니다.

제품 업데이트: JetBrains 계정을 통해 PyCharm을 포함한 JetBrains 제품의 최신 업데이트와 정보를 받을 수 있습니다. 새로운 기능이나 버그 수정 사항을 빠르게 확인하고 적용할 수 있습니다.

교육 자료 및 리소스 접근: JetBrains 계정 사용자는 다양한 교육 자료와 리소스에 접근할 수 있습니다. 이는 Python 및 다른 프로그래밍 언어에 대한 학습을 돕는 데 유용할 수 있습니다.

커뮤니티 참여: 계정을 통해 JetBrains의 커뮤니티에 참여하고, 다른 개발자와 지식을 공유하며, 피드백을 주고받을 수 있습니다. 이는 개발 역량을 향상시키는 데 도움이 됩니다.

PyCharm은 개인 사용자를 위한 무료 Community Edition과 더 많은 기능을 제공하는 유료 Professional Edition을 제공합니다. 계정을 가입하면 어느 에디션을 사용하든지 간에 이러한 이점을 누릴 수 있습니다. 또한, 특정 조건(예: 학생, 교육 기관)에 해당되는 경우, JetBrains의 모든 개발 도구를 무료로 사용할 수 있는 기회도 얻을 수 있습니다.

마무리

- 이번 포스팅은 Pycharm 설치에 대해 알아봤습니다.

 티스토리 

예외 처리 - try-except

파이썬의 try-except 구문은 예외 처리를 위해 사용됩니다. 예외 처리는 프로그램 실행 중에 발생할 수 있는 오류(예외)를 처리하여 프로그램이 중단되지 않고 계속 실행될 수 있도록 하는 기능입니다. 이러한 처리는 프로그램의 안정성과 사용자 경험을 향상시키는 데 중요합니다.

1. 코드리뷰

try:
    # 오류가 발생할 가능성이 있는 코드
except 예외유형 as 변수명:
    # 예외 처리 코드

try:
    x = 5
    y = 0
    result = x / y
except ZeroDivisionError:
    print("0으로 나눌 수 없습니다.")

이 코드는 y가 0이므로, ZeroDivisionError 예외가 발생합니다. except 블록이 이를 캐치하고 "0으로 나눌 수 없습니다."를 출력합니다.

2. 다양한 예외 처리

try:
    # 코드
except (RuntimeError, TypeError, NameError):
    # 여러 예외 처리

else와 finally
else 블록: 모든 except 블록이 실행되지 않을 때 실행됩니다. 즉, 예외가 발생하지 않았을 때 실행할 코드를 담습니다.
finally 블록: 예외 발생 여부와 관계없이 항상 실행됩니다. 주로 리소스 해제 등의 정리 작업에 사용됩니다.

try:
    print("try 블록 실행")
except Exception as e:
    print(f"예외 발생: {e}")
else:
    print("예외가 발생하지 않았습니다.")
finally:
    print("항상 실행되는 finally 블록")

2. 파일처리

파일을 다룰 때 발생할 수 있는 예외를 처리하는 방법입니다. 파일이 존재하지 않을 때 FileNotFoundError 예외가 발생합니다.

try:
    with open('non_existent_file.txt', 'r') as f:
        content = f.read()
except FileNotFoundError:
    print("파일을 찾을 수 없습니다.")

사용자 입력 처리
사용자 입력을 처리하면서 발생할 수 있는 ValueError를 처리하는 예제입니다. 사용자가 숫자가 아닌 다른 값을 입력했을 때 이를 처리합니다.

리스트 인덱스 처리

리스트에서 발생할 수 있는 IndexError 예외를 처리하는 방법입니다. 사용자가 리스트의 범위를 벗어나는 인덱스에 접근하려 할 때 이를 처리합니다.

복수의 예외 처리

하나의 try 블록에서 여러 유형의 예외를 처리하는 방법입니다. 이는 다양한 오류 상황을 하나의 코드 블록에서 처리할 수 있게 해줍니다.

try:
    # 다양한 예외 발생 가능성이 있는 코드
    # 예를 들어, 0으로 나누기 시도 또는 잘못된 타입의 연산 시도
    result = 1 / 0
except (ZeroDivisionError, TypeError) as e:
    print(f"오류 발생: {e}")

이러한 예제들은 기본적인 사용법부터 복잡한 상황에서의 예외 처리 방법까지 다양한 시나리오를 보여주며, 블로그 독자들이 try-except 구문을 이해하고 자신의 프로젝트에 적용하는 데 도움이 될 것입니다.

마무리

- 이번 포스팅은 try-except  예외 처리 구문에 대해 알아봤습니다.

 티스토리 

입력받은 decimal을 binary 값으로 출력

아래 convert  재귀함수를 만들어 입력받은 숫자를 이진수로 변환하는 프로그램을 만들기 위해서는 사용자 입력 메커니즘을 구현하고 convert 함수가 재귀 오류를 피하기 위해 기본 경우(base case)를 제대로 처리하도록 해야 합니다. 여기에 원래의 convert 함수를 수정하여 기본 경우를 포함한 종합적인 해결책을 제공합니다.

1. 코드리뷰

def convert(num):
    # 기본 경우: num이 0이나 1일 때, 이진수 표현으로 num을 직접 반환할 수 있습니다.
    if num == 0:
        return 0
    else:
        # 재귀적으로 convert를 호출하여 이진 숫자를 끝(가장 낮은 비트)에서 시작으로 구성합니다.
        return (num % 2 + 10 * convert(num // 2))

# 사용자로부터 숫자를 입력받기 위한 입력 메커니즘.
try:
    num = int(input("이진수로 변환할 숫자를 입력하세요: "))
    # 숫자가 음수가 아닌지 확인합니다.
    if num < 0:
        print("양의 정수를 입력해주세요.")
    else:
        binary_representation = convert(num)
        print(f"{num}의 이진 표현은: {binary_representation}입니다.")
except ValueError:
    # 입력값이 정수가 아닌 경우를 처리합니다.
    print("유효한 정수를 입력해주세요.")

아래 클릭하여 추가 리뷰 확인

마무리

- 이번 포스팅은 십진수를 2진수로 변환하는 방법에 대해 알아봤습니다.

 티스토리 

특정 문자열을 포함하는 데이터를 탐색

안녕하세요, 
오늘의 블로그 포스팅에서는 Python의 Pandas 라이브러리를 활용하여 특정 문자열을 포함하는 데이터를 탐색하고 이를 기반으로 새로운 열을 데이터프레임에 추가하는 방법을 알아보겠습니다.

이번 예제에서특정 문자열을 찾아내는 것을 목표로 합니다.

1. 코드리뷰

데이터프레임 준비
먼저, 우리가 작업할 샘플 데이터프레임을 생성해보겠습니다.

데이터프레임에는 날짜(DATE), 선수 이름(PLAYER), 출생년도(Birth), 소속 클럽(TEAM), 그리고 데이터베이스 ID(DB_ID)가 포함됩니다.

import pandas as pd

# 데이터프레임 수정
data = {
    'DATE': ['2023-10-13 0:00:00', '2023-10-14 1:00:00', '2023-10-15 2:00:00', 
             '2024-01-16 3:00:00', '2024-01-17 4:00:00', '2024-01-18 5:00:00', 
             '2024-01-18 6:00:00', '2024-01-18 7:00:00', '2024-01-18 8:00:00'],
    'PLAYER': ['손흥민(Son Heung-min)', '이강인(Lee Kang-in)', '김민재(Kim Min-jae)', 
               '황희찬(Hwang Hee-chan)', '박지성(Park Ji-sung)', '기성용(Ki Sung-yueng)', 
               '차범근(Cha Bum-kun)', '차두리(Cha Du-ri)', '이청용(Lee Chung-yong)'],
    'Birth': ['1992년 7월 8일', '2001년 2월 19일', '1996년 11월 15일', 
              '1996년 1월 26일', '1981년 2월 25일', '1989년 1월 24일', 
              '1953년 5월 22일', '1980년 7월 25일', '1988년 7월 2일'],
    'TEAM': ['Tottenham Hotspur', 'PSG', 'FC Bayern Munich', 
               'Wolverhampton Wanderers FC', 'Manchester United', 'THE CELTIC FC', 
               '프랑크푸르트', '프랑크푸르트', '볼턴 원더러스'],
    'DB_ID': ['CI13/JO_DATA/TZ10', 'CI07/JO_DATA/TZ10', 'CI13//TZ10', 
              'SI_DATA/TZ10', 'CI3/JO_DATA/TZ12', 'CI13/JO_DATA', 
              'CI13/SI_DATA/TZ10', 'CI77/JO_DATA/TZ10', 'SI_DATA/TZ10']
}
df = pd.DataFrame(data)
df.to_csv('result.csv') # 결과 저장

특정 문자열 탐색 및 새 열 추가

이제 'DB_ID' 열에서 'JO_DATA' 문자열을 포함하는 행을 찾아, 이 정보를 바탕으로 새로운 열 'CHECK_ID'에 'JO_DATA'를 저장하는 작업을 진행하겠습니다. 이를 위해 apply 함수와 람다(lambda) 표현식을 사용합니다.

df.apply() 메소드 와 람다(lambda)는 아래에 다시 자세히 설명 하겠습니다.

df['CHECK_ID'] = df['PLACE'].apply(lambda x: 'JO_DATA' if 'JO_DATA' in x else None)

결과 (output) : CHECK_ID 열에 DB_ID 값 JO_DATA가 있으면 저장한 결과

2. apply 함수와 람다(lambda) 표현식

DataFrame.apply() 메소드는 판다스(Pandas)에서 데이터프레임의 열이나 행에 함수를 적용할 때 사용합니다. 
이 메소드는 데이터프레임의 각 열이나 행에 대해 지정된 함수를 적용하고 결과를 데이터프레임 또는 시리즈로 반환합니다.
 axis 매개변수를 통해 함수가 적용되는 축을 지정할 수 있으며, axis=0은 열에 함수를 적용하고, axis=1은 행에 함수를 적용합니다.

예제 1: 열의 최대값과 최소값의 차이 계산

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

def max_min_diff(x):
    return x.max() - x.min()

result = df.apply(max_min_diff)
print(result)

결과 : 

예제 2: 행별로 최대값 찾기

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})

result = df.apply(max, axis=1)
print(result)

결과 :

예제 3: 데이터프레임의 각 열에 대해 데이터 유형 변환

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3], 'B': ['4', '5', '6'], 'C': [0.1, 0.2, 0.3]})

def convert_dtype(x):
    if x.dtype == 'float64':
        return x.astype('int64')
    return x

result = df.apply(convert_dtype)
print(result)

결과 :

이 예제들은 apply() 메소드의 다양한 사용 방법을 보여줍니다. 첫 번째 예제는 각 열의 최대값과 최소값의 차이를 계산합니다. 두 번째 예제는 각 행의 최대값을 찾습니다. 세 번째 예제에서는 데이터프레임의 각 열의 데이터 유형을 조건에 따라 변환합니다.

파이썬의 lambda 함수는 작은 익명 함수를 정의하는 데 사용됩니다. lambda 함수는 여러 인자를 받을 수 있지만, 표현식은 하나만 가질 수 있으며, 그 표현식의 계산 결과가 반환됩니다. lambda 함수는 일반적으로 함수를 인자로 받는 고차 함수에서 사용되거나, 짧은 함수가 필요한 곳에 쓰이는 경우가 많습니다. 기본 형식은 다음과 같습니다.

lambda arguments: expression

예제 1: 두 수를 더하는 lambda 함수

add = lambda x, y: x + y
print(add(5, 3))

예제 2: 리스트의 각 요소에 제곱을 적용

numbers = [1, 2, 3, 4]
squared = list(map(lambda x: x ** 2, numbers))
print(squared)

예제 3: 리스트에서 홀수만 필터링

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9]
odds = list(filter(lambda x: x % 2 != 0, numbers))
print(odds)

이 예제들은 lambda 함수의 다양한 사용 방법을 보여줍니다. 첫 번째 예제는 두 수를 더하는 간단한 lambda 함수를 정의합니다. 두 번째 예제에서는 map() 함수와 lambda를 결합하여 리스트의 각 요소에 제곱을 적용합니다. 세 번째 예제에서는 filter() 함수와 lambda를 사용하여 리스트에서 홀수만을 필터링합니다.

마무리

- 이번 포스팅은 판다스 조건별 탐색 및 apply() 메소드 및 lambda에 대해 알아봤습니다.