[Flask][Python] 추천 기능 구현하기 Pandas/head()/tail()/dataframe/.isin/.loc

15일동안 프로젝트를 진행하게 되었담(22/02/09 - 22/02/24)

내가 진행하고 있는 프로젝트 주제는 마시는 차 검색 및 추천 사이트이다.

 

나는 벡엔드로 참여하며 그중에서 차 정보를 GET해서 html상에 출력해내는 기능, 검색 기능, 카테고리?키워드?를 누르면 그에 맞는 차를 추천해주는 기능을 구현해보기로 하였다. 벡엔드는 처음이다 .. 뭐.. 물론 프론트도 경험이 있는건...^^ ..ㅠ 차 정보를 GET하는 API와 검색 기능 API는 그렇게 어렵지 않았는데 .. 추천 기능은 꽤나 골치가 아프다. .. 구현할 때 필요한 것들을 공부해보겠다..

---

GET : 데이터 조회(Read)를 요청할 때

POST : 데이터 생성(Create), 변경(Update), 삭제(Delete) 요청 할 때

---

# head()함수 & tail()함수

 

.head() 함수 : 불러온 데이터의 상위 5개의 행을 출력

.tail() :  하위 5개의 행을 출력

* 괄호 () 안에 원하는 숫자를 넣으면 그 숫자만큼 행을 출력한다.

 

 # Pandas -> DataFrame로 DB를 불러오자

# 기본 형태
import pandas as pd

df = pd.DataFrame(data, index, columns, dtype, copy)

df = DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'f']}) # columns : data

data : DataFrame을 생성할 데이터
index : 각 Row에 대해 Label을 추가 (옵션)
columns : 각 Column에 대해 Label을 추가 (옵션)
dtype : 각 Column의 데이터 타입 명시 (옵션)

df_all = pd.DataFrame(list(db.tealist.find({}, {'_id': False})))

# df_all : Pandas(패키지)로 데이터프레임 형태를 만들어, DB 전체를 불러온다.

 

# Pandas .isin 구문 

: 조건에 맞는 데이터인지 확인

 

'A'에 [1,3,4]가 있나요?
'B'에 'a'가 있나요?

# Pandas .loc 구문 

: 데이터 조회

df.loc['행','열']

---

df_type = df_all.loc[df_all['type'].isin(type_receive)]
df_type.head()

# df_type : 전체 데이터프레임(df_all)에서 type이 '같은' 항목들만 받아서 새로 데이터프레임을 만든다.

* df_all의 'type'값과 type_receive가 동일하다면 df_type에 저장 !

-> 카테고리 - 차의 종류 선택 기능