티스토리

2nstory

검색하기

블로그 홈

2nstory

jeonginyun.tistory.com/m

한발자국 매일매일

구독자: 4

방명록 방문하기

주요 글 목록

[SUMO Study - Traci] 차량의 Platooning을 관여하는 simpla SUMO에 정말 아쉬운 한가지가 있다.선행차량의 종류에 따라 Dynamic한 car-following model이 지원이 안된다는 것이다. VISSIM에는 Driving behavior에 선행차량에 따라 다른 Car-following을 적용할 수 있는 설정이 내장되어 있다. SUMO에도 당연히 있을 줄 알고 들어왔는데 그러지 않아 오랜 시간 당황했었다.(혹시 내가 놓친게 있나 생각하고 이곳 저곳 찾아보기도 했는데, 결론은 "내장된 설정은 없다" 였다) 다행히 Traci에서 Simpla라는 모듈이 있으니, 이걸 잘 활용해서 내가 원하는 시뮬레이션을 구현해보고자 한다.그 전에 Simpla라는 것이 무엇인지를 파악해보자. (아래 SUMO 홈페이지를 참고하여 공부하였다)https://sumo.dlr.de/doc.. 공감수 0 댓글수 1 2024. 4. 29.
[SUMO Study] sumocfg (SUMO configuration) SUMO 시뮬레이션을 수행하기 위해 sumocfg 파일을 반드시 작성해야 한다. SUMO를 sumo(cmd 방식)으로 돌리든, sumo-gui(gui 방식)으로 돌리든 sumocfg 파일이 정의되어 있어야만 한다. sumocfg 파일- Input: 네트워크 파일, Route 파일(차량 종류 및 대수 등), Additional 파일(rerouting, loop detector 등), ...- Output: 시뮬레이션 결과 파일(다양한 결과에 대한 명령어가 있다)- Time: 시뮬레이션 시작(begin) 및 끝(end) 시간 설정, 시뮬레이션 step(1초당 몇번 진행되는지) 정의- Processing: 시뮬레이션에서 어떠한 상황이 발생했을 때, 어떻게 해야할지에 대해 정의- Routing: 차량들.. 공감수 0 댓글수 0 2024. 4. 24.
[SUMO Study] Loop Detector 만들어 교통량 측정하기 시뮬레이션을 수행하고 나면, 얼만큼의 차량이 해당 도로를 통과하였는지, 속도는 몇 km/h였는지 확인할 필요가 있다. 이를 측정하기 위해 가장 간단한 Loop detector(루프 검지기)를 설치하는 방법을 알아보고자 한다. netedit로 Loop detector를 설치하는 방법이 있을 것(?)으로 생각되지만, 보다 더 간단하게 add.xml 파일을 만들어서 설치하도록 하자. 먼저 아래와 같이 길이가 3km인 2차로 고속도로가 있다고 가정하자. (Edge 아이디: 상류부 100m: entry, 하류부 2900m: exit) add.xml 파일을 만들어 아래 코드를 입력한다. (Loop detector를 "exit" 라는 Edge에 도입한다는 코드) 도입하고 나면, 아래 Loop detector가 해당 .. 공감수 0 댓글수 0 2024. 4. 22.
[SUMO Study] 시뮬레이션 내 여러가지 기능 및 옵션에 대한 공부(1) 2차로 고속도로 내 기본구간에서(램프 고려 X) 자율주행차량과 일반차량을 구현하여 용량을 측정하는 작업을 하고 있다. VISSIM은 꽤 오래 써봤지만, SUMO는 제대로 파본지 3일 밖에 되지 않았기 때문에 많은 기능들과 옵션들에 대해 모르는 상태였고, SUMO Document와 Tutorial을 보면서 하나씩 익히고 있다. 추후 내가 공부한 것들이 정리가 되면 분류하여 포스팅할 예정으로, 그 전까지는 분류가 되지 않더라도 내가 새롭게 알게된 것들에 대해 블로그에 메모해두려고 한다. 먼저, SUMO Documentation과 Tutorials의 링크는 아래와 같다.- SUMO Domentationhttps://sumo.dlr.de/docs/index.html SUMO Documentat.. 공감수 0 댓글수 0 2024. 4. 21.
[SUMO Tutorial] 격자형 네트워크 만들고 랜덤하게 차량들을 투입시켜 시뮬레이션 수행하기(Manhattan Mobility Model) 이번에는 격자형 네트워크를 만들어 ~ (서론 2줄 정도 작성) *SUMO Tutorial을 따라 진행하였으며, 관련 페이지는 아래와 같다. https://sumo.dlr.de/docs/Tutorials/Manhattan.html Manhattan - SUMO Documentation 1.1.0 --> Manhattan Introduction This Tutorial explains how to build a Manhattan Mobility Model in SUMO. In this model, a fixed number of vehicles drive randomly on a Manhattan grid network. All files can also be found in the /docs/tutoria.. 공감수 0 댓글수 0 2024. 4. 20.
[SUMO Tutorial] 다차로 고속도로 시뮬레이션 및 속도에 따른 시각화 필자가 가장 알고 싶어했던 다차로 고속도로 네트워크를 구축하고 시뮬레이션을 수행하는 작업을 진행한다. 3개의 차로로 구성된 고속도로에서 승용차, 트럭, 버스를 구성하며, 같은 승용차에 대해 normal 차량, sporty 차량으로 구분한다. 시뮬레이션을 수행하면서 속도에 따라 색을 주어 gui 시뮬레이션 시 각 차량의 속도를 바로 확인할 수 있도록 시각화 작업도 진행한다. *SUMO Tutorial을 따라 진행하였으며, 관련 페이지는 아래와 같다. https://sumo.dlr.de/docs/Tutorials/Autobahn.html Autobahn - SUMO Documentation 1.1.0 --> Autobahn This tutorial covers the very basic elements fo.. 공감수 0 댓글수 0 2024. 4. 20.
[SUMO Tutorial] 차량, 버스, 보행자, 자전거, 트램까지 구현하기(with 전용차로 및 신호) 다양한 교통수단을 시뮬레이션에 구현하고, 간단한 교통신호까지 구축하는 것을 진행해보고자 한다. *SUMO Tutorial을 따라 진행하였으며, 관련 페이지는 아래와 같다. https://sumo.dlr.de/docs/Tutorials/SUMOlympics.html SUMOlympics - SUMO Documentation 1.1.0 --> SUMOlympics This tutorial sets up a competition (a collective 100 meter sprint) for different traffic modes. You will learn how to create special lanes and (very simple) traffic lights in netedit, use differ.. 공감수 0 댓글수 0 2024. 4. 20.
[SUMO Tutorial] Loop 네트워크 만들고 시뮬레이션 수행 이번에는 Loop 네트워크를 구축하여 차량들이 원 안에서 계속해서 주행하는 상황을 구현할 것이다. 이를 구현하는데 두 가지 방식이 있다. (1. xml 파일을 코딩 / 2. netedit를 이용하여 gui 방식으로 구현) 본 포스팅에서는 두 방식 중 xml 파일을 코딩하는 방식을 중점적으로 설명하고자 한다. *SUMO Tutorial을 따라 진행하였으며, 관련 페이지는 아래와 같다. https://sumo.dlr.de/docs/Tutorials/Driving_in_Circles.html Driving in Circles - SUMO Documentation 1.1.0 --> Driving in Circles In this tutorial we will build a simple circular net w.. 공감수 0 댓글수 0 2024. 4. 20.
[SUMO Tutorial] 빠르게 네트워크 구축해서 Demand 입력하고 시뮬레이션까지 첫번째로 포스팅한 내용이 네트워크를 구축하고, 차량을 입력해서 시뮬레이션 돌리는 것이었다 https://jeonginyun.tistory.com/122 [SUMO Tutorial] Node, Edge 만들기 & Vehicle 투입시키기 1. Node, Edge 만들기 - 먼저 SUMO를 설치할 때, 같이 설치되는 netedit를 열어야 함(netedit에서 네트워크를 구성하고 수정하는 등의 작업 가능) - Ctrl + N을 누르면, 아래와 같은 화면이 뜬다. - 위 빨간색 jeonginyun.tistory.com 이번에는 더 많은 Node와 Edge를 이루고 있는 네트워크를 구축해서, 여러 대의 Demand를 입력하고, 시뮬레이션까지 돌리는 작업을 수행해보고자 한다. SUMO Tutorial을 따라 진행.. 공감수 0 댓글수 1 2024. 4. 19.
[SUMO Tutorial] OSM을 불러와서 시뮬레이션 네트워크 쉽게 구축하기 1. OSMWebWizard 불러오기 OSMWebWizard는 파이썬 코드로 OSM 네트워크를 불러와서 시뮬레이션을 수행하는 역할을 한다. VISSIM에서는 카카오맵으로 구축할 네트워크를 캡쳐하고, 불러와서 그림을 덧대어 그리듯 하나씩 직접 네트워크를 구축해야 했는데, SUMO에서는 알아서 네트워크가 구축될 수 있다는 것이 큰 장점이다. 방법은 다음과 같다. cmd를 열어 SUMO 폴더 내 tool이 위치한 폴더에 경로를 위치시키고, 아래 코드를 입력 python osmWebWizard.py - 편하게 줌 인, 아웃이 가능하며, 원하는 장소를 Search 할 수도 있다. 2. 추출하고 싶은 네트워크의 위치 및 옵션 선택 - Select Area를 누르면 마치 캡쳐하듯 네모 상자가 나오게 되고, 네모 상자.. 공감수 0 댓글수 0 2024. 4. 19.
[SUMO Tutorial] Node, Edge 만들기 & Vehicle 투입시키기 1. Node, Edge 만들기 먼저 SUMO를 설치할 때, 같이 설치되는 netedit를 열어야 함(netedit에서 네트워크를 구성하고 수정하는 등의 작업 가능) Ctrl + N을 누르면, 아래와 같은 화면이 뜬다. 위 빨간색 원은 Node를 의미하며, 아래 그림과 같이 빈 곳에 클릭하면, Node가 생성되고 그 사이에 Edge가 생성된다. Chain mode에서는 연속해서 Node와 Edge를 생성할 수 있다. 그 외에 Grid, 양방향 차로 생성 등도 설정이 가능하다. Inspect mode(단축키 I)에서 Node와 Edge를 클릭하면, 이름과 위치를 수정할 수 있다. 2. Vehicle route 만들고 Vehicle 투입시키기 상단 탭에서 Network(단축키 F2) 옆에 Demand(단축키.. 공감수 0 댓글수 2 2024. 4. 18.
[Python] Array에 대해(List와 뭐가 다른가?) array는 특정한 유형의 데이터를 연속적으로 저장하는데 사용 list와 세가지 측면에서 다름 1. array는 모든 요소가 동일한 데이터 유형을 가지도록 제한하는데 반해, list는 다양한 데이터 유형의 요소를 하나의 list 안에 저장할 수 있음 2. array는 데이터 유형이 동일하기 때문에, 메모리를 더 효율적으로 사용하고, 빠른 데이터 처리가 가능. 특히, 대량의 숫자 데이터를 다룰 때 성능 상의 이점이 있음 3. 그러나, array는 list보다 사용할 수 있는 메서드의 숫자가 적음 그 외 추가적인 내용은 추후 업로드 공감수 0 댓글수 0 2024. 3. 25.
[VISSIM] Simulation Parameter 정리 1. Period: 시뮬레이션을 수행하는 시간(4200s는 0초부터 4200초까지 시뮬레이션을 진행한다는 뜻) 2. Start time: 3. Start date: 4. Simulation resolution: 시뮬레이션의 해상도를 의미하며, 쉽게 말하면 시뮬레이션의 1초가 몇 개의 Time step으로 이루어져있는지 나타낸다. Simulation resolution은 1부터 20까지의 정수로 범위를 가지는데, 1을 가질 경우 1 Time step이 1초의 시뮬레이션 시간을 의미하고 20을 가질 경우, 1 Time step은 0.05초 시뮬레이션 시간을 의미한다. 차량과 보행자의 위치는 Time step을 기반으로 움직이게 되는데 resolution이 낮을 수록 불규칙적으로 이동할 수 있다(1초마다 이동.. 공감수 0 댓글수 0 2024. 3. 23.
[VISSIM] COM Interface 설치 및 실행 방법 곧 업로드 예정 공감수 0 댓글수 1 2024. 3. 16.
파이썬에서 For문에서 쓰이는 Range(숫자) for i in range(3): print(i) 결과가 어떻게 나올까? - 첫번째 0 1 2 - 두번째 0 1 2 3 - 세번째 1 2 3 답은 첫번째: 0, 1, 2이다. range() 함수는 시작 인덱스에서부터(파이썬은 시작 인덱스가 0) 끝 인덱스 바로 앞까지의 정수를 나타내기 때문 공감수 0 댓글수 0 2024. 3. 9.
[파이썬] 자료형 정리(딕셔너리) 딕셔너리 (Dictionary) : 여러 방이 있는 하나의 큰 건물로, 각 방은 이름(Key)이 있고, 각 호실에 여러 자료(Value)들이 들어가 있다. A = {"601호":1, "501호":3, "401호":"a", "301호":[1, 2, 3], "201호":(1, 2, 3), "101호":{1,2,3}} 1) 딕셔너리 만들기 딕셔너리는 Key와 Value로 구성되어 있다. Key는 이름이고, Value는 값이라고 생각하면 편하다. { } (중괄호)로 구성되어 있으며, {Key 1: Value 1, Key 2: Value 2, ...} 이런 식으로 구성된다. A = {"name" : "손흥민", "국적" : "대한민국", "소속팀" : "토트넘"} 2) 딕셔너리 쌍 추가 및 삭제 # 딕셔너리 쌍 .. 공감수 1 댓글수 0 2024. 2. 8.
[파이썬] 자료형 정리(튜플) 튜플 (Tuple) : 리스트와 같이 여러 방이 있는 하나의 큰 건물에 여러 자료들이 있는데, 리스트와 다른 점은 튜플은 수정이 불가하다는 것이다. (마치 건물 내 각 방이 잠겨 있어 있는 듯이) A = (1, 3, "a", [1, 2, 3], (1, 2, 3), {1, 2, 3}) 1) 튜플 만들기 a = () a # Results: () a = (1, ) # 여기서 a = (1)을 할 경우, (1)은 튜플이 아니라 정수(int)로 인식이 된다. a # Results: (1, ) a = (1, 2, 3) a # Results: (1, 2, 3) 튜플의 특징: 수정이 불가능하다! 튜플은 리스트와 다르게 수정이 불가능하다. 따라서, 튜플 내 요소값을 추가하거나 변경, 삭제를 할 수 없다. 수정할 수 없는 .. 공감수 0 댓글수 0 2024. 2. 8.
[파이썬] 자료형 정리(리스트) 리스트 (List) : 여러 방이 있는 하나의 큰 건물로, 각 방에는 숫자형, 문자열, 리스트 등 여러가지 자료들이 들어갈 수 있다. A = [1, 3, "a", [1, 2, 3], (1, 2, 3), {1, 2, 3}] 1) 리스트 만들기 a = list() a # Results: [] a = [1, 2, 3] a # Results: [1, 2, 3] 2) 리스트 연산 a = [1, 2, 3] b = [4, 5, 6] a + b # Results: [1, 2, 3, 4, 5, 6] a * 3 # Results: [1, 2, 3, 1, 2, 3, 1, 2, 3] 3) 리스트 인덱싱, 슬라이싱 A = [1, 3, "a", [1, 2, 3], (1, 2, 3), {1, 2, 3}] len(A) # Resul.. 공감수 0 댓글수 0 2024. 2. 7.
[파이썬] 자료형 정리(숫자형, 문자열) 1. 숫자형 (Numeric Types) 1) 숫자형 정의 - int (정수): 소수점이 없는 숫자. - float (부동소수점): 소수점을 포함하는 숫자 - complex (복소수): 실수부와 허수부를 가진 숫자 2) 숫자형 연산 주로 int와 float를 사용하며, 사칙연산 등 숫자형을 활용할 수 있는 방법들은 아래와 같다. # 사칙연산 a = 4 b = 3 a + b # Results: 7 a - b # Results: 1 a * b # Results: 12 a / b # Results: 0.75 # ** 연산(제곱) a ** b # Results: 64 # // 연산(몫) a // b # Results: 1 # % 연산(나머지) a % b # Results: 1 2. 문자열 (String) 1) .. 공감수 0 댓글수 2 2024. 2. 7.
[파이썬] 파이썬 사용 방법 파이썬은 인터프리터 언어 - 한 줄씩 코드를 읽고 실행 (코드를 한꺼번에 읽고 실행하는 컴파일러보다 속도는 느리지만, 더 적게 메모리를 사용) 파이썬은 오픈소스 - 쉬워서 가장 인기가 많은 프로그래밍 언어(그만큼 라이브러리, 정보도 많음) 파이썬 활용 범위: 웹 프로그래밍, 인공지능과 머신러닝(파이토치, 텐서플로), 데이터 분석(판다스, 넘파이) 파이썬을 사용하는 방법 1. powershell에서 파이썬 경로를 입력(cd 경로)하고, python을 입력하여 사용하는 방법 (또는 cmd도 사용 가능) 2. IDLE을 실행하는 방법 1번과 2번에서 ">>>"은 REPL(Read Evaluate Print Loop)로 파이썬 구문을 입력하면 바로 결과를 보여주는 도구이다. 3. 에디터를 활용하는 방법(Visu.. 공감수 0 댓글수 0 2024. 2. 5.
[파이썬] 부동소수점 오차 해결하는 방법(Decimal 라이브러리) 파이썬에서 0.1 + 0.2를 하면 0.3이 나올까? # 부동 소수점 오류 예시 a = 0.1 b = 0.2 result = a + b print("0.1 + 0.2 =", result) print("결과가 0.3인가?", result == 0.3) 위와 같이 0.3으로 딱 떨어지지 않게 나오는 것을 확인할 수 있다. 이렇게 나오는 이유는 파이썬에서 소수점을 표시할 때 사용되는 부동소수점으로 인한 오차가 발생했기 때문이다. 부동소수점에 대한 설명은 추후 업데이트 하는 것으로 하고, 그렇다면 파이썬에서 숫자 계산을 할 수는 없는 것일까? 숫자 계산을 당연히 할 수는 있다. 두 가지 방법을 제시하고자 한다. 1. 소수점 n번째 자리에서 반올림하는 방법 보통 부동소수점 오차는 0.1+0.2와 같이 굉장히 작은.. 공감수 0 댓글수 0 2024. 1. 29.
[파이썬] 코드의 실행 시간을 측정하기 위해 사용하는 timeit timeit 라이브러리는 파이썬에서 코드의 실행 시간을 측정하기 위해 사용되는 코드이다. 이 라이브러리는 주로 성능 향상을 위해 코드의 다양한 부분을 비교 분석할 때 사용된다. 먼저 timeit 라이브러리를 import로 불러와서, 실행할 함수와 반복횟수를 입력한다. 코드를 입력하면 결과로 소요 시간이 나오며, 단위는 초이다. timeit.timeit(실행할 함수, 함수 반복 횟수) import timeit # 실행할 함수 정의 def example_function(): # 측정하고 싶은 코드 pass # timeit.timeit 함수 사용 execution_time = timeit.timeit(example_function, number=1000000) print("실행 시간:", execution_t.. 공감수 0 댓글수 0 2024. 1. 28.
[파이썬] 나만의 함수를 직접 만들기 파이썬에 수많은 라이브러리(Library)와 메서드(Method)가 있음에도 내가 쓸 함수가 없는 경우가 있다. 이럴 경우, 나만의 함수를 만드는 방법이 있다. 나만의 함수 특징은 미리 정의해놓는다면, 다음에는 한 줄만을 사용하여 내가 만든 알고리즘을 작동시킬 수 있다는 점에서 코드의 가독성과 효율성을 높일 수 있다. 아래 세 가지 경우일 때 나만의 함수를 사용하면 유용하다. 1. 반복되는 작업을 수행해야할 때 2. 복잡한 작업(코드)를 단순화할 때 3. 전체 코드 내 여러 부분에서 동일한 처리가 필요할 때 나만의 함수를 만들 때, 기본적으로 필요한 것은 '함수 이름', '매개변수', 그리고 '반환값'이다. 함수는 def 를 사용하여 정의하며, 이후 괄호 안에 매개변수를 지정하고(':')을 사용하여 함수.. 공감수 0 댓글수 0 2024. 1. 23.
[파이썬] 판다스 두 개의 열 또는 데이터프레임이 같은지 확인하는 법 1. 두 개의 열이 같은지 확인하는 방법 - A 데이터프레임의 특정 열 a와 B 데이터프레임 특정 열 b가 서로 같은지 확인 import pandas as pd # 예시 데이터 프레임 생성 df_A = pd.DataFrame({'a': [1, 2, 3], 'x': ['a', 'b', 'c']}) df_B = pd.DataFrame({'b': [3, 2, 1], 'y': ['d', 'e', 'f']}) # df_A의 'a'열과 df_B의 'b'열 비교 df_A['a'].equals(df_B['b']) 데이터프레임 A의 a열과 데이터프레임 B의 b열은 서로 다르기 때문에 False의 결과가 나온다. 2. 두 개 열이 다르다면 어디가 다른지 찾기 # df_A의 'a'열과 df_B의 'b'열 비교하여 차이점 찾.. 공감수 0 댓글수 0 2024. 1. 18.
[파이썬] 판다스 데이터프레임 loc 및 iloc 정확하게 이해하기 파이썬에서 데이터 분석에 자주 사용되는 라이브러리인 판다스(Pandas)에서 loc와 iloc는 데이터프레임(테이블이라고도 할 수 있는)의 데이터 일부를 선택하는데 사용되는 방법들이다. loc와 iloc는 겉보기엔 비슷하게 생겨 헷갈리는 경우가 많은데 이에 대해 명확하게 이해하고자 한다. 1. loc와 iloc란 loc: location의 약어로 레이블 기반의 인덱싱 방법으로 레이블 이름, 컬럼 이름 등으로 데이터를 추출하는 방법 iloc: integer location의 약어로 행이나 컬럼의 순서를 나타내는 정수로 데이터를 추출하는 방법 (*파이썬에서는 0부터 인덱스가 시작) 2. loc와 iloc의 예시 - 데이터프레임 만들기 import pandas as pd data = { '도시': ['서울',.. 공감수 0 댓글수 0 2024. 1. 17.
[파이썬] csv 및 Excel 가져오기, 내보내기 데이터를 분석하기 위해 가장 선행되어야 하는 것은 당연 데이터를 불러오는 것이다. 정말 기초 중에 기초지만, 가끔 기억이 안날 때가 있다. (물론 구글 또는 ChatGPT에 물어보면 10초도 안되어 알 수 있다.) 다시 한번 상기하고자 이렇게 정리해본다. 먼저 CSV 및 Excel을 가져오기 위해서는 pandas를 불러와야 한다. pandas를 불러오고 나서 csv를 가져오는(불러오는) 코드는 아래와 같다. csv 불러오기 import pandas as pd df = pd.read_csv('23-24 프리미어리그 득점순위(240104 기준).csv') df 그리고 csv를 가져올 때, 여러 옵션(seps, header, index_col, usecols, encoding 등)이 있다. 1. seps: 구.. 공감수 0 댓글수 0 2024. 1. 4.
[파이썬] 데이터프레임 다루기(특정 행 및 열 추출, 컬럼 추가, 수정 등) 본 포스트에서는 데이터프레임을 다루는 여러가지 코드에 대해 알아본다. 먼저 데이터는 아래와 같다. import pandas as pd # 예시 데이터 data = { '도시': ['서울', '부산', '대구'], '인구': [1000, 500, 300], '면적': [605.21, 770.04, 883.56] } # 데이터프레임 생성 df = pd.DataFrame(data) 1. 특정 행 또는 열을 추출하는 방법 - 특정 열 추출: df['컬럼명'] - 여러 열 추출: df[['컬럼1', '컬럼2']] - 특정 행 추출: df.loc[행의 레이블] - 특정 행 추출: df.iloc[행의 인덱스] *loc와 iloc가 얼핏 보면 같아 보이지만, loc는 레이블 이름을 기준으로 하는데 반해, iloc는 인.. 공감수 0 댓글수 0 2024. 1. 4.
[파이썬] 리스트 내포(List comprehension) 파이썬에서 리스트 내포(List Comprehension)는 데이터를 다룰 때 굉장히 유용하다. 반복문과 조건문을 사용하여 리스트를 간결하고 효율적으로 생성할 수 있으며, 단 한 줄로 작성이 가능하다. 리스트 내포는 코드의 가독성 향상 뿐만 아니라, 단순 for문보다 속도도 빠르다는 장점이 있다. 리스트 내포의 기본 구조는 아래와 같다. [expression for item in iterable if condition] = [표현식 for 변수 in 반복할 수 있는 대상 if 조건] - expression (표현식): 각 변수에 적용되는 표현식 - item (변수): 반복할 수 있는 대상의 각 항목 - iterable (반복할 수 있는 대상): 반복 가능한 객체(리스트, 튜플, 집합 등) - if con.. 공감수 0 댓글수 0 2024. 1. 2.
[파이썬] 데이터프레임의 행을 순차적으로 순회하는 코드 for _, row in df.iterrows(): A, B 두 개의 데이터프레임에서 B 데이터프레임을 A 데이터프레임에 연결하는 코드를 만들기 위해 찾아보던 중 처음보는 for 문을 발견했다. for _, row in df.iterrows(): 이 for 문은 데이터프레임의 각 행을 순회한다. 쉽게 말해, 데이터프레임의 행을 하나씩 가져온다는 뜻이다. 아래 예시가 있다. import pandas as pd # 간단한 데이터프레임 생성 data = { '이름': ['김철수', '이영희', '박지민'], '나이': [25, 30, 22] } df2 = pd.DataFrame(data) # 데이터프레임의 각 행을 순회하며 '이름'과 '나이' 출력 for _, row in df2.iterrows(): print(f"이름: {row['이름']}, 나이: {row.. 공감수 1 댓글수 1 2023. 11. 20.
엑셀 계산에서 #VALUE!, #N.A, 0과 ""에 대한 고찰 다량의 데이터가 들어 있는 엑셀에서 평균, 표준편차, 순위 등의 계산을 하려고 할 때 #VALUE!, #N/A 등의 오류와 0, 공백 등에 대해 헷갈리는 경우가 많다. 특히 왜 #VALUE!, #N/A 등의 오류가 나타나는지, 내가 계산한 값이 정말 맞는 값인지도 궁금하고 0과 공백은 계산에 어떻게 영향을 미치는지도 잘 모르는 경우가 많다. 특히 같은 공백에서도 아무것도 건드리지 않은 정말 순수한 공백과 내가 임의로 =""로 만든 공백은 천지차이로 다르다. (일반적인 공백: 숫자열 - 즉, 계산에 포함될 수 있으며, 공백을 순위에 포함할 경우 공백은 #N/A 도출) (=""로 만든 공백: 문자열 - 계산에 포함될 수 없으며(평균 등은 가능) 공백을 순위에 포함할 경우 공백은 #VALUE! 도출) 적으면서.. 공감수 0 댓글수 0 2023. 10. 17.

문의안내

티스토리
로그인
고객센터

티스토리는 카카오에서 사랑을 담아 만듭니다.