2번째 줄: |
2번째 줄: |
| 데이터프레임을 사용했다면 그냥 여기에서 멈추는 것이 아니라, 다른 형태로 저장해두어야 추후에 불러와 사용할 수 있다. | | 데이터프레임을 사용했다면 그냥 여기에서 멈추는 것이 아니라, 다른 형태로 저장해두어야 추후에 불러와 사용할 수 있다. |
| | | |
− | = mysql =
| + | 표형 데이터는 판다스로 쉽게 가져올 수 있다. |
− | mariasql도 동일하다.
| |
| | | |
− | === sqlalchemy 사용 === | + | page = requests.get(url) |
− | 이 방법은 굉장히 간단하다. 다만, 프라이머리키가 중복된 데이터가 있는 경우엔 적용할 수가 없다.(이런 경우엔 겹치는 데이터를 제거해준 후 넣어야 한다.)
| + | |
| + | tables = pd.read_html(page.text) |
| + | |
| + | == 엑셀, CSV == |
| + | 데이터프레임을 엑셀로 저장하거나, 엑셀파일을 데이터프레임으로 불러오거나. |
| + | |
| + | 2차원 데이터를 다루는 가장 쉬운 방법은 엑셀을 이용하는 것. 저장하고 시각화 하는 데 엑셀을 이용한다면 굉장히 편리할 것이다. |
| + | |
| + | === 사전준비 === |
| + | 엑셀 관련기능을 사용하려면 관련 라이브러리를 설치해야 한다. |
| {| class="wikitable" | | {| class="wikitable" |
| !과정 | | !과정 |
12번째 줄: |
20번째 줄: |
| !방법 | | !방법 |
| |- | | |- |
− | |라이브러리 설치 | + | |openpyxl |
| | | | | |
− | |pip install sqlalchemy | + | |pip install openpyxl |
| + | |} |
| + | |
| + | === 사용 === |
| + | {| class="wikitable" |
| + | !과정 |
| + | !설명 |
| + | !방법 |
| |- | | |- |
− | |모듈 임포트 | + | |파일 저장하기 |
− | | | + | |openpyxl 따위의'''<nowiki/>''' '''<nowiki/>'''라이브러리 설치가 선'''<nowiki/>'''행되'''<nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/>'''어야 한다. |
− | |from sqlalchemy import create_engine
| + | 아래 두 방법으로 df를 엑셀에 저장한다. |
− | |-
| + | |
− | |엔진 연결
| + | |
− | |DB를 만든 후에 DB와 연결할 수 있다.
| + | 객체.to_excel('''<nowiki/>'<nowiki/>'''c:\\경로.xlsx'''<nowiki/>'''') |
| + | |
| + | 객체.to_csv('''<nowiki/>'<nowiki/>'''c:\\경로.csv'''<nowiki/>'''') |
| |<syntaxhighlight lang="python"> | | |<syntaxhighlight lang="python"> |
− | engine = create_engine("mysql+pymysql://{user}:{pw}@localhost/{db}"
| + | import os # 저장경로를 지정하기 위함. |
− | .format(user="root", # sql 계정 입력.
| + | |
− | pw="0000", # sql 비밀번호 입력.
| + | wd = os.getcwd() # 현재 디랙터리. |
− | db="dbname")) # 연결할 db이름 입력.
| + | file_dir = '{}\\경로명\\'.format(wd) # 저장할 경로 지정. |
| + | file_name = '파일이름' # 저장할 이름 지정. |
| + | df.to_excel(file_dir + file_name) # 파일저장. |
| </syntaxhighlight> | | </syntaxhighlight> |
| |- | | |- |
− | |sql로 전환 | + | |파일 불러오기 |
− | |이미 만들어진 테이블에 dataframe을 넣는다. | + | |openpyxl 따위의 라이브러리 설치가 '''<nowiki/>'''선'''<nowiki/>'''행되어야 한다. |
− | (역시, 테이블은 미리 준비되어야 한다.) | + | 아래 두 방법으로 불러온다. |
| + | |
| + | 객체 = p'''<nowiki/>'''a'''<nowiki/>'''ndas.read_e'''<nowiki/>'''xc'''<nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/>'''el('''<nowiki/>'<nowiki/>'''c:\\경로.xlsx'''<nowiki/>'''')'''<nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/>''' |
| | | |
− | 옵션은 아래에서 설명한다.
| + | 객체 = pandas.read_csv('''<nowiki/>''''c:\\경로.csv') |
− | |<syntaxhighlight lang="python">
| + | |
− | data.to_sql('테이블명', con = engine, if_exists = 'append', chunksize = 1000)
| + | 보통 첫번째 시트만 df로 만든다. |
− | </syntaxhighlight>
| + | |저장했던 엑셀파일을 불러오면 저장한 df 그대로 사용되는 게 아니라, 엑셀의 제한된 기능에 따라 변형되기 때문에 칼럼을 다시 만져주어야 제대로 사용할 수 있다. 기본적으로 맨 윗줄을 칼럼 처리한다.(상관없으면 그냥 쓰고;) |
| + | 때문에 df['열이름'] = pd.to_numeric(df['열이름']) 형태로 데이터형을 다시 통일, 설정해주어야 한다. |
| + | |
| + | |
| + | 인덱스 지정은 따로 하지 않는다. 'index_col=숫자' 옵션으로 인덱스를 지정할 수도 있다. |
| + | |
| + | Sheet_name='시트명' 옵션으로 해당 시트를 열 수도 있다. |
| |- | | |- |
− | |옵션값
| |
− | | colspan="2" |
| |
− | {| class="wikitable"
| |
− | !인자
| |
− | !설명
| |
− | |-
| |
− | |if_exists
| |
| | | | | |
− | {| class="wikitable"
| + | | |
− | !옵션
| + | | |
− | !설명
| |
− | |-
| |
− | |appends
| |
− | |기존에 데이터가 들어가 있으면 덧붙인다.
| |
− | |-
| |
− | |replace
| |
− | |기존의 데이터를 대체한다.(테이블 단위로 덮어씌워, 기존 데이터는 사라진다.)
| |
− | |-
| |
− | |fail
| |
− | |테이블 안에 데이터가 있으면 아무것도 하지 않음. | |
| |} | | |} |
− | |-
| |
− | |chunksize
| |
− | |한 번에 몇 개의 데이터를 처리할지.
| |
− | |}
| |
− | |}
| |
− |
| |
− | ==== 관련에러 ====
| |
− | sqlalchemy.exc.OperationalError: (pymysql.err.OperationalError) (1045, "Access denied for user '.....'@'localhost' (using password: YES)")
| |
| | | |
− | 위 형태의 에러는... 99% 확률로 DB에 대한 정보를 잘못 입력했기 때문에 나오는 에러이다.
| + | = Json = |
| + | 데이터프레임을 Json으로 바꾸거나 Json을 데이터프레임으로. |
| | | |
− | === 단순 입력 ===
| + | 범용적으로 쓰이는 데이터 전달 포멧. 장고 등 서비스에서 스프레드시트를 파일로 저장하는 것도 좋지만, json화 하여 저장하는 것도 방법이 될 수 있다. |
| {| class="wikitable" | | {| class="wikitable" |
| !과정 | | !과정 |
76번째 줄: |
79번째 줄: |
| !방법 | | !방법 |
| |- | | |- |
− | |라이브러리 설치 | + | |Json으로 변환 |
− | | | + | |데이터프레임을 json으로. |
− | |pip install pymysql | + | |<syntaxhighlight lang="python"> |
− | |-
| + | import pandas as pd |
− | |모듈 임포트
| + | |
− | |
| + | df = pd.read_excel(uploadedFile) # 어떤 방식으로든 df를 만들고.. |
− | |import pymysql
| + | json_text = df.to_json() |
| + | </syntaxhighlight> |
| |- | | |- |
− | |DB연결 | + | |Json을 dataframe으로 |
− | | | + | |단순히 읽으면 된다. |
− | |DB = pymysql.connect(host='localhost', port=3306, db='db이름', user="root", passwd='비밀번호', charset='utf8')
| |
− | |-
| |
− | |커서생성
| |
− | |sql을 순회하는 커서 생성
| |
− | |cur = self.coinDB.cursor()
| |
− | |-
| |
− | |함수제작
| |
− | |함수로 만들어 처리하면 편할 듯하다.
| |
− | DB 객체와 테이블명을 넣어 작동한다.
| |
| |<syntaxhighlight lang="python"> | | |<syntaxhighlight lang="python"> |
− | def df_to_db(df, db, table):
| + | import pandas as pd |
− | '''df를 받아 db에 저장하는 것.'''
| + | |
− | cur = db.cursor() # 커서를 만든다.
| + | df = pd.read_json('test.json') |
− | cols = "`,`".join([str(i) for i in df.columns.tolist()]) # df의 칼럼을 추출한다.
| |
− | for i, row in df.iterrows(): # 하나씩 입력한다.
| |
− | try:
| |
− | sql = "INSERT INTO `{table}` (`{cols}`) VALUES (".format(table=table, cols=cols) + "%s," * (
| |
− | len(row) - 1) + "%s)" # 마지막엔 쉼표 없이.
| |
− | cur.execute(sql, tuple(row))
| |
− | # the connection is not autocommitted by default, so we must commit to save our changes
| |
− | db.commit()
| |
− | except Exception as e:
| |
− | # print(e)
| |
− | pass
| |
| </syntaxhighlight> | | </syntaxhighlight> |
| |} | | |} |
− | [[분류:Pandas:DataFrame]] | + | |
| + | = HTML = |
| + | 웹문서에서 읽어온 데이터를 바로 dataframe화 하는 경우도 필요하다. |
| + | {| class="wikitable" |
| + | ! 의도 |
| + | !방법 |
| + | !설명 |
| + | |- |
| + | |데이터 불러오기 |
| + | |객체 = pandas.read_html('''h<nowiki/>t<nowiki/>ml 문서''')'''<nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/>''' |
| + | |'''<nowiki/>'''html 문서의 데이터타입은 str이어야 한다. requests 등으로 웹문서를 불러와 변환해 넣으면 된다.'''<nowiki/><nowiki/><nowiki/>''' |
| + | |}표형 데이터는 쉽게 가져올 수 있다.<syntaxhighlight lang="python"> |
| + | page = requests.get(url) |
| + | tables = pd.read_html(page.text) |
| + | </syntaxhighlight> [굳이 .text 속성에 접근해야 하네;;? 그냥 객체와 text속성은 어떻게 다른지 보자.] |
| + | |
| + | 여러 테이블이 있는 경우, 데이터프레임이 들어있는 리스트로 반환된다. |