분류 전체보기
- ㅇㅇ 2024.12.11
- 검지 방법론 PDF 2024.08.06
- sequence 검출기2 2024.03.03
- sequence 검출기 2024.03.03
ㅇㅇ
2024. 12. 11. 13:31
검지 방법론 PDF
2024. 8. 6. 07:31
sequence 검출기2
2024. 3. 3. 19:49
import pandas as pd
import random
# 데이터프레임의 행 수 정의
num_rows = 100
# 랜덤 'step' 값 생성
step = [random.randint(1, 10) for _ in range(num_rows)]
# 'sequence' 리스트와 각 단계의 시퀀스 번호를 추적하기 위한 딕셔너리 초기화
sequence = []
sequence_dict = {}
# 이전 단계 값 초기화
prev_step = None
# 'step' 값에 따른 'sequence' 값 생성
for s in step:
if s not in sequence_dict or s != prev_step:
sequence_dict[s] = sequence_dict.get(s, 0) + 1
sequence.append(sequence_dict[s])
prev_step = s
# 데이터프레임 생성
df = pd.DataFrame({
'step': step,
'sequence': sequence
})
# 데이터프레임 출력
print(df)
sequence 검출기
2024. 3. 3. 19:28
import pandas as pd
import random
# 데이터프레임의 행 수 정의
num_rows = 100
# 랜덤 'step' 값 생성
step = [random.randint(1, 10) for _ in range(num_rows)]
# 'sequence' 리스트와 각 단계의 시퀀스 번호를 추적하기 위한 딕셔너리 초기화
sequence = []
sequence_dict = {}
# 'step' 값에 따른 'sequence' 값 생성
for s in step:
if s not in sequence_dict:
sequence_dict[s] = 1
else:
sequence_dict[s] += 1
sequence.append(sequence_dict[s])
# 데이터프레임 생성
df = pd.DataFrame({
'step': step,
'sequence': sequence
})
# 데이터프레임 출력
print(df)