Class 03. 파이썬의 데이터 타입과 DATAFRAME

# Class03\stringTest.py # 싱글따옴표와 더블따옴표 print('1. 싱글따옴표와 더블따옴표') single_quote_str = 'Apple' double_quote_str = "Microsoft" print(single_quote_str) print(double_quote_str) print('\n') # 더블따옴표 세 개 사용 print('2. 더블따옴표 세 개 사용') multi_line_str = """Samsung Electronics Hyundai Motor NVIDIA""" print(multi_line_str) print('\n') # 문자열 포맷팅 (%s, %d 사용) print('3. 문자열 포맷팅 (%s, %d 사용)') company = 'Tesla' stock_price = 720 formatted_str = 'The stock price of %s is %d USD.' % (company, stock_price) print(formatted_str) print('\n') # str.format 사용 print('4. str.format 사용') formatted_str_with_format = 'The stock price of {} is {} USD.'.format(company, stock_price) print(formatted_str_with_format) print('\n') # F-String (Formatted String Literals) 사용 print('5. F-String (Formatted String Literals) 사용') formatted_str_with_fstring = f'The stock price of {company} is {stock_price} USD.' print(formatted_str_with_fstring) print('\n') # 문자열 특수 값 표현 print('6. 문자열 특수 값 표현') tab_str = 'Hello\tWorld' new_line_str = 'Hello\nWorld' raw_str = r'Hello\nWorld' print('탭 문자 포함:', tab_str) print('줄바꿈 문자 포함:', new_line_str) print('Raw 문자열:', raw_str)

# Class03\listTest.py # 기본 리스트 정의 names = ["Samsung Electronics", "Hyundai Motor", "Microsoft", "NVIDIA", "Tesla", "Apple"] # 예제 1: 리스트 내 요소에 접근하기 print('1. 리스트 내 요소에 접근하기') print(names[0]) # 첫 번째 요소 출력 print(names[-1]) # 마지막 요소 출력 print('\n') # 줄바꿈 # 예제 2: 리스트 요소 추가 및 제거하기 print('2. 리스트 요소 추가 및 제거하기') names.append('Google') # 'Google' 추가 print("Google 추가 후:", names) names.remove('NVIDIA') # 'NVIDIA' 제거 print("NVIDIA 제거 후:", names) print('\n') # 예제 3: 리스트 슬라이싱 print('3. 리스트 슬라이싱') sub_list = names[1:4] # 두 번째부터 네 번째 요소까지 슬라이싱 print("두 번째부터 네 번째 요소:", sub_list) print('\n') # 예제 4: 리스트 요소 반복 print('4. 리스트 요소 반복') for name in names: print(name) print('\n') # 예제 5: 리스트 내 요소 검색 print('5. 리스트 내 요소 검색') if 'Apple' in names: print("Apple is in the list") else: print("Apple is not in the list") print('\n') # 예제 6: 리스트 길이 확인 print('6. 리스트 길이 확인') print("리스트의 길이:", len(names))

# Class03\dictTest.py # 기본 딕셔너리 정의 # 주식 심볼을 키로 하고 회사명을 값으로 하는 딕셔너리 stock_symbols = { "005930.KS": "Samsung Electronics", "005380.KS": "Hyundai Motor", "MSFT": "Microsoft", "NVDA": "NVIDIA", "TSLA": "Tesla", "AAPL": "Apple" } # 예제 1: 딕셔너리 내 요소에 접근하기 print('1. 딕셔너리 내 요소에 접근하기') print(stock_symbols['005930.KS']) # '005930.KS'의 값 출력 print(stock_symbols['AAPL']) # 'AAPL'의 값 출력 print('\n') # 줄바꿈 # 예제 2: 딕셔너리 요소 추가 및 제거하기 print('2. 딕셔너리 요소 추가 및 제거하기') stock_symbols['GOOGL'] = 'Google' # 'Google' 추가 print("Google 추가 후:", stock_symbols) del stock_symbols['NVDA'] # 'NVIDIA' 제거 print("NVIDIA 제거 후:", stock_symbols) print('\n') # 예제 3: 딕셔너리 키로 반복하기 print('3. 딕셔너리 키로 반복하기') for symbol in stock_symbols: print(symbol) print('\n') # 예제 4: 딕셔너리의 키와 값으로 반복하기 print('4. 딕셔너리의 키와 값으로 반복하기') for symbol, company in stock_symbols.items(): print(f"{symbol}: {company}") print('\n') # 예제 5: 딕셔너리 내 키 검색 print('5. 딕셔너리 내 키 검색') if 'AAPL' in stock_symbols: print("AAPL is in the dictionary") else: print("AAPL is not in the dictionary") print('\n') # 예제 6: 딕셔너리 길이 확인 print('6. 딕셔너리 길이 확인') print("딕셔너리의 길이:", len(stock_symbols))

# Class03\dataframeTest.py # pandas 라이브러리를 'pd'라는 이름으로 임포트합니다. # pandas는 데이터 조작 및 분석을 위한 Python 라이브러리입니다. # 'pd'라는 별칭(alias)을 사용하여 pandas 라이브러리의 함수들을 더 간편하게 호출할 수 있습니다. import pandas as pd # 데이터를 딕셔너리 형태로 생성합니다. # 'Symbol'과 'Name'이라는 키를 가지며, 각각 주식 심볼과 회사 이름을 값으로 가집니다. data = { "Symbol": ["005930.KS", "005380.KS", "MSFT", "NVDA", "TSLA", "AAPL"], "Name": ["Samsung Electronics", "Hyundai Motor", "Microsoft", "NVIDIA", "Tesla", "Apple"] } # pandas의 DataFrame 클래스를 사용하여 데이터프레임을 생성합니다. # DataFrame은 행과 열로 구성된 테이블 형태의 데이터 구조를 가지며, 여러 가지 데이터 조작을 위한 메소드를 제공합니다. df = pd.DataFrame(data) # 1. 데이터프레임 조회하기. print('1. 데이터프레임에 저장된 데이터 확인하기') print(df) print('\n') # 2. 데이터프레임의 컬럼 확인하기 # DataFrame.columns 속성을 사용하여 데이터프레임의 모든 컬럼 이름을 확인할 수 있습니다. print('2. 데이터프레임의 컬럼들 확인하기') columns = df.columns print("Columns:", columns) print('\n') # 3. 데이터프레임의 인덱스 확인하기 # DataFrame.index 속성을 사용하여 데이터프레임의 인덱스를 확인할 수 있습니다. print('3. 데이터프레임의 인덱스 값들 확인하기') indexes = df.index print("Indexes:", indexes) print('\n') # 4. 데이터프레임의 특정 컬럼의 값들 다 조회하기. # 데이터프레임의 특정 컬럼의 값들은 각각의 시리즈 객체로 구성되어 있다. print('4. 데이터프레임의 특정 값 조회하기') symbol = df['Symbol'] print('Type of column in dataframe:',type(symbol)) print(df['Symbol']) print('\n') # 5. 데이터프레임에서 특정 로우의 데이터 조회하기 # DataFrame.loc[] 또는 DataFrame.iloc[]을 사용하여 특정 데이터를 조회할 수 있습니다. # DataFrame에 입력된 데이터는 순서가 정해져 있으며, 0번부터 차례대로 데이터가 인덱싱됩니다. print('5. 데이터프레임의 특정 로우 출력하기') print('첫번쨰 로우의 데이터') print(df.iloc[0]) print('마지막 로우의 데이터') print(df.iloc[-1]) print('\n') # 6. 데이터프레임에서 특정 컬럼-특정 로우의 값만 조회하기. print('6. 데이터프레임에서 특정 컬럼-특정 로우의 값만 출력하기') print('Symbol컬럼의 두 번째(0부터 시작이므로) 로우의 값 출력:', df['Symbol'].iloc[1]) print(f"Name컬럼의 세 번째 로우의 값은 입니다. {df['Name'].iloc[2]} 여기서는 f-String을 사용했습니다.") print('\n') # 7. 루프를 돌면서 데이터프레임의 데이터를 한 로우씩 출력하기 # DataFrame.iterrows() 함수를 사용하여 데이터프레임의 각 행을 순회하고 데이터를 출력할 수 있습니다. print("Data in each row:") for index, row in df.iterrows(): # f-String을 이용해 출력합니다. print(f"Row {index}: Symbol = {row['Symbol']}, Name = {row['Name']}")