import boto3 def query_by_username(username): # DynamoDBリソースを取得 dynamodb = boto3.resource('dynamodb') # 使用するテーブルを指定 table = dynamodb.Table('YourTableName') # GSIを使用してクエリを実行 response = table.query( IndexName='Us…

import boto3 def query_items(email): # DynamoDBサービスリソースを作成 dynamodb = boto3.resource('dynamodb') # 使用するテーブルを指定 table = dynamodb.Table('YourTableName') # クエリパラメータを設定 response = table.query( IndexName='EmailI…

// DynamoDBクエリ - メールアドレスを使ってユーザー情報を取得const params = { TableName: "YourTable", IndexName: "EmailIndex", KeyConditionExpression: "email = :email", ExpressionAttributeValues: { ":email": { S: "user@example.com" } }}; dy…

import pandas as pdimport numpy as np # 仮のデータフレームを作成data = { 'aaa': [1, 2, 3, 4], 'bbb': [10, 20, 30, 40], 'ccc': [100, None, 300, None], 'ddd': [1000, 2000, None, None]}df = pd.DataFrame(data) # 'ccc' と 'ddd' が両方 null の場…

import pandas as pd # データフレームの作成data = { 'aaa': ['X', 'X', 'Y', 'Y', 'Z'], 'bbb': [1, 1, 2, 2, 3], 'ccc': [10, 20, 30, 40, 50], 'ddd': ['A', 'B', 'C', 'D', 'E']}df = pd.DataFrame(data) # aaaとbbbの組み合わせごとにcccを合計するsum…

# df1 と df2 を 'aaa' 列で結合するmerged_df = df1.merge(df2'aaa', 'ddd', on='aaa', how='left') # 'ccc' 列を 'ddd' の値で更新するmerged_df['ccc'] = merged_df['ddd'].fillna(merged_df['ccc']) # 不要な 'ddd' 列を削除merged_df.drop(columns='ddd…

# df1 に存在する列のみを df2 から選択cols_to_add = df1.columns.intersection(df2.columns)new_rows = df2[cols_to_add] # df1 に新しい行を追加df1 = pd.concat([df1, new_rows], ignore_index=True) print(df1)

import pandas as pdfrom openpyxl import Workbook # データフレームを作成data = {'Name': ['John', 'Anna', 'James', 'Linda'], 'Age': [28, 22, 35, 32], 'City': ['New York', 'Paris', 'London', 'Berlin']}df = pd.DataFrame(data) # 新しいワークブ…

import boto3 def query_items_by_sort_key_prefix(table_name, partition_key_name, partition_key_value, sort_key_name, prefix): """ DynamoDBでソートキーの前方一致検索を行う。 :param table_name: テーブル名 :param partition_key_name: パーティシ…