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.
−
== 엑셀 ==
+
표형 데이터는 판다스로 쉽게 가져올 수 있다.
+
+
page = requests.get(url)
+
+
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.
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.
엑셀 관련기능을 사용하려면 관련 라이브러리를 설치해야 한다.
+
{| class="wikitable"
+
!과정
+
!설명
+
!방법
+
|-
+
|openpyxl
+
|
+
|pip install openpyxl
+
|}
+
+
=== 사용 ===
{| class="wikitable"
{| class="wikitable"
!과정
!과정
12번째 줄:
32번째 줄:
|-
|-
|파일 저장하기
|파일 저장하기
−
|openpyxl 따위의'''<nowiki/>''' '''<nowiki/>'''라이브러리 설치가 선'''<nowiki/>'''행되'''<nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/>'''어야 한다. 따위의 라이브러리 설치가 선행되어야 한다.(pip install openpyxl)
+
|openpyxl 따위의'''<nowiki/>''' '''<nowiki/>'''라이브러리 설치가 선'''<nowiki/>'''행되'''<nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/>'''어야 한다.
−
아래 두 방법으로 df'''<nowiki/>'''를'''<nowiki/>''' 엑셀에 저장한다.
+
아래 두 방법으로 df를 엑셀에 저장한다.
−
'''<nowiki/>'''
+
−
객'''<nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/>'''체.to_excel('''<nowiki/>'<nowiki/>'''c:\\경로.xlsx'''<nowiki/>'''')'''<nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/>'''
+
+
객체.to_excel('''<nowiki/>'<nowiki/>'''c:\\경로.xlsx'''<nowiki/>'''')
객체.to_csv('''<nowiki/>'<nowiki/>'''c:\\경로.csv'''<nowiki/>'''')
객체.to_csv('''<nowiki/>'<nowiki/>'''c:\\경로.csv'''<nowiki/>'''')
28번째 줄:
49번째 줄:
|-
|-
|파일 불러오기
|파일 불러오기
−
|openpyxl 따위의 라이브러리 설치가 '''<nowiki/>'''선'''<nowiki/>'''행되어야 한다. 따위'''<nowiki/>'''의 '''<nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/>'''라이브러리 설치가 선행되어야 한다.(pip install openpyxl)
+
|openpyxl 따위의 라이브러리 설치가 '''<nowiki/>'''선'''<nowiki/>'''행되어야 한다.
아래 두 방법으로 불러온다.
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/>'''
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/>'''
−
객체 = pandas.read_csv('''<nowiki/>''''c:\\경로.csv')
+
객체 = pandas.read_csv('''<nowiki/>''''c:\\경로.csv')
−
'''<nowiki/><nowiki/>'''
+
+
보통 첫번째 시트만 df로 만든다.
|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;)
|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.
때문에 df['열이름'] = pd.to_numeric(df['열이름']) 형태로 데이터형을 다시 통일, 설정해주어야 한다.
47번째 줄:
69번째 줄:
|
|
|}
|}
−
= mysql =
−
mariasql도 동일하다.
−
=== sqlalchemy 사용 ===
+
= Json =
−
이 방법은 굉장히 간단하다. 다만, 프라이머리키가 중복된 데이터가 있는 경우엔 적용할 수가 없다.(이런 경우엔 겹치는 데이터를 제거해준 후 넣어야 한다.)
+
데이터프레임을 Json으로 바꾸거나 Json을 데이터프레임으로.
+
+
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
57번째 줄:
79번째 줄:
!방법
!방법
|-
|-
−
|라이브러리 설치
+
|Json으로 변환
−
|
+
|데이터프레임을 json으로.
−
|pip install sqlalchemy
−
|-
−
|모듈 임포트
−
|
−
|from sqlalchemy import create_engine
−
|-
−
|엔진 연결
−
|DB를 만든 후에 DB와 연결할 수 있다.
|<syntaxhighlight lang="python">
|<syntaxhighlight lang="python">
−
engine = create_engine("mysql+pymysql://{user}:{pw}@localhost/{db}"
+
import pandas as pd
−
.format(user="root", # sql 계정 입력.
+
−
pw="0000", # sql 비밀번호 입력.
+
df = pd.read_excel(uploadedFile) # 어떤 방식으로든 df를 만들고..
−
db="dbname")) # 연결할 db이름 입력.
+
json_text = df.to_json()
</syntaxhighlight>
</syntaxhighlight>
|-
|-
−
|sql로 전환
+
|Json을 dataframe으로
−
|이미 만들어진 테이블에 dataframe을 넣는다.
+
|단순히 읽으면 된다.
−
(역시, 테이블은 미리 준비되어야 한다.)
+
|<syntaxhighlight lang="python">
+
import pandas as pd
−
옵션은 아래에서 설명한다.
+
df = pd.read_json('test.json')
−
|<syntaxhighlight lang="python">
−
data.to_sql('테이블명', con = engine, if_exists = 'append', chunksize = 1000)
</syntaxhighlight>
</syntaxhighlight>
−
|-
−
|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.
+
= HTML =
−
+
웹문서에서 읽어온 데이터를 바로 dataframe화 하는 경우도 필요하다.
−
=== 단순 입력 ===
{| class="wikitable"
{| class="wikitable"
−
!과정
+
! 의도
+
!방법
!설명
!설명
−
!방법
|-
|-
−
|라이브러리 설치
+
|데이터 불러오기
−
|
+
|객체 = pandas.read_html('''h<nowiki/>t<nowiki/>ml 문서''')'''<nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/><nowiki/>'''
−
|pip install pymysql
+
|'''<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">
−
|모듈 임포트
+
page = requests.get(url)
−
|
+
tables = pd.read_html(page.text)
−
|import pymysql
+
</syntaxhighlight> [굳이 .text 속성에 접근해야 하네;;? 그냥 객체와 text속성은 어떻게 다른지 보자.]
−
|-
+
−
|DB연결
+
여러 테이블이 있는 경우, 데이터프레임이 들어있는 리스트로 반환된다.
−
|
−
|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">
−
def df_to_db(df, db, table):
−
'''df를 받아 db에 저장하는 것.'''
−
cur = db.cursor() # 커서를 만든다.
−
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>
−
|}
−
[[분류:Pandas:DataFrame]]