여러 파일을 생성하고 저장하는 프로세스에서는 중간에 끊겼을 때의 파일처리도 생각해야 한다. 여러 방법이 있겠지만 내가 생각한 방법은 처음 저장할 때 임시파일로 저장하고 저장이 완료되면 원래 파일로 바꿔주는 방법이다. # 저장하고자 하는 파일경로 및 이름 filepath = 'C:/User/drive/result.xlsx' try: dfresult.to_excel(filepath+'.tmp') except KeyboardInterrupt: quit() move(filepath+'.tmp', filepath) try문 안에서 .tmp를 추가하여 파일을 저장해준 뒤, 저장이 완료됐으면 .tmp를 풀어주는 개념인데, 만약 임시파일을 생성하다가 중지했을 경우 .tmp 파일만 있어 임시파일을 구분할 수 있다.
python으로 작업한 결과물을 서버에 업로드할 때 수동으로 하는 건 여간 귀찮은 일이 아니다. 그래서 라이브러리가 있나 찾아봤더니 역시나 python엔 없는게 없는지 paramiko이 라는 걸 발견했다. 이 라이브러리를 이용하면 코드만으로도 업로드 및 다운로드가 가능하다. import paramiko # ftp address host = "" # ftp 주소(IP 혹은 address) port = 22 # sftp 포트번호는 22, ftp 포트번호는 21 transprot = paramiko.transport.Transport(host,port) userId = "" # ID password = “” # 있을 경우 PW # ftp connect transprot.connect(username = use..
# os 모듈 불러오기 import os # 현재 working directory 가져오기 os.getcwd() # working directory 변경 os.chdir(path) # directory 목록 확인 os.listdir() # directory scan os.scandir() 여기서 os란? operating system을 의미
errorbar(오차막대)란, 데이터의 편차를 표시하기 위한 그래프 형태를 말한다. errorbar를 그리기 위해서는 데이터의 편차를 나타내는 yerr가 추가로 있어야 하는데 보통 표준편차로 나타내니 이번 포스팅에서도 표준편차를 기준으로 yerr를 이용하도록 한다. 먼저, 전제는 list가 아닌 dataframe으로 구한다는 점이다. (큰 차이는 없음) 예를 들어 sao2 대비 spo2에 대한 errorbar를 그린다고 하면 각 sao2의 값으로 묶은 spo2의 평균값과 표준편차값이 필요하다. 이는 groupby로 편하게 나타낼 수 있다. spo2_mean = df.groupby('sao2', as_index=Fasle)['spo2'].mean() spo2_std = df.groupby('sao2', a..
특정 조건의 행만 추출하기 특정 조건의 행만 추출하고 싶을 땐 apply라는 함수를 쓰면 된다. 특정 조건을 만드는 함수를 정의하고 해당 함수명을 넣어주는데 이 때 함수 return 값을 True, False가 되게끔 선언 해주면 True인 행들만 추출된다. 예시 코드 df = df[df['value'].apply(is_numeric)]
merge_asof 사용하기 pandas.merge_asof()는 시간을 몇만배로 단축시킬 수 있는 굉장히 유용한 함수이다. 홈페이지에 보면, This is similar to a left-join except that we match on nearest key rather than equal keys. Both DataFrames must be sorted by the key 라고 나와있는데 설명처럼 left join과 유사하다. 파라미터도 join과 비슷하게 left, right, on, left_on, right_on, by, suffixes, tolerance 등이 있다. 기본적인 파라미터는 직관적으로 이해할 수 있다고 하면 merge_asof만의 특징적인 파라미터는 아래와 같다. 1. suffi..
