hossam 0.3.12__py3-none-any.whl → 0.3.15__py3-none-any.whl

{hossam-0.3.12.dist-info → hossam-0.3.15.dist-info}/METADATA

@@ -1,6 +1,6 @@
 Metadata-Version: 2.4
 Name: hossam
-Version: 0.3.12
+Version: 0.3.15
 Summary: Hossam Data Helper
 Author-email: Lee Kwang-Ho <leekh4232@gmail.com>
 License-Expression: MIT

{hossam-0.3.12.dist-info → hossam-0.3.15.dist-info}/RECORD

@@ -3,15 +3,14 @@ hossam/__init__.py,sha256=_JKBoe04oOsil2xB2Ab4FD9Mat1hm7zngpx2ClJE51g,2609
 hossam/data_loader.py,sha256=UpC_gn-xUWij0s-MO51qrzJNz3b5-RCz1N6esQMZUJM,6320
 hossam/hs_classroom.py,sha256=b2vzxHapxibnJwcRwWvOfLfczjF-G3ZdT9hIUt4z4oU,27407
 hossam/hs_gis.py,sha256=9ER8gXG2Or0DZ1fpbJR84WsNVPcxu788FsNtR6LsEgo,11379
-hossam/hs_interaction.py,sha256=0E5yf7jc1u6nFIldmcnd27700IrWWJDOxFYH-WYGGCI,5095
 hossam/hs_plot.py,sha256=U_rBU6PueGZboe0DzhSWUu3FGWrTdghI2XU9lVRuNg8,73966
 hossam/hs_prep.py,sha256=sHoirbIXfv594SayqReuaVj_KbfjQD3upQ-VLaX27_w,22580
 hossam/hs_stats.py,sha256=a50n8fWOVjsOgKQIzmlkOrAdtDOEzAbNoHvSiIGXc6c,107062
 hossam/hs_timeserise.py,sha256=loRofR-m2NMxHaDEWDhZjo6DwayEf4c7qkSoCErfBWY,42165
 hossam/hs_util.py,sha256=E4LnzPlRdWeqICv7TtTL9DT5PogqBhOuTgYiaav565U,7461
 hossam/leekh.png,sha256=1PB5NQ24SDoHA5KMiBBsWpSa3iniFcwFTuGwuOsTHfI,6395
-hossam-0.3.12.dist-info/licenses/LICENSE,sha256=nIqzhlcFY_2D6QtFsYjwU7BWkafo-rUJOQpDZ-DsauI,941
-hossam-0.3.12.dist-info/METADATA,sha256=C7B8cXqXjBeGyJCHKNubpZFkp61I8l9d8_QLGPxa3LA,13116
-hossam-0.3.12.dist-info/WHEEL,sha256=_zCd3N1l69ArxyTb8rzEoP9TpbYXkqRFSNOD5OuxnTs,91
-hossam-0.3.12.dist-info/top_level.txt,sha256=_-7bwjhthHplWhywEaHIJX2yL11CQCaLjCNSBlk6wiQ,7
-hossam-0.3.12.dist-info/RECORD,,
+hossam-0.3.15.dist-info/licenses/LICENSE,sha256=nIqzhlcFY_2D6QtFsYjwU7BWkafo-rUJOQpDZ-DsauI,941
+hossam-0.3.15.dist-info/METADATA,sha256=ZgRxyHFZzqx76keXMxieyd8NV6pIVaBuWLTTy_GqeFs,13116
+hossam-0.3.15.dist-info/WHEEL,sha256=_zCd3N1l69ArxyTb8rzEoP9TpbYXkqRFSNOD5OuxnTs,91
+hossam-0.3.15.dist-info/top_level.txt,sha256=_-7bwjhthHplWhywEaHIJX2yL11CQCaLjCNSBlk6wiQ,7
+hossam-0.3.15.dist-info/RECORD,,

hossam/hs_interaction.py

@@ -1,119 +0,0 @@
-# -*- coding: utf-8 -*-
-# ===================================================================
-# 상호작용(Interaction) 항 생성 함수
-# ===================================================================
-import numpy as np
-from pandas import DataFrame
-from itertools import combinations
-
-
-# ===================================================================
-# 변수 간의 상호작용 항을 추가한 데이터프레임을 반환한다
-# ===================================================================
-def interaction(*fields: str):
-    """변수 간의 상호작용(interaction) 항을 생성하는 데코레이터 함수.
-
-    사용 방법: 원본 데이터프레임에 대해 호출하면 상호작용 컬럼이 추가된 새 데이터프레임을 반환한다.
-
-    Args:
-        *fields (str): 상호작용할 변수들의 컬럼명. 2개 이상의 컬럼을 지정하면 모든 조합의 상호작용을 생성.
-                      지정하지 않으면 모든 수치형 컬럼의 모든 2-way 상호작용을 생성.
-
-    Returns:
-        function: 데이터프레임을 입력받아 상호작용 항이 추가된 데이터프레임을 반환하는 함수.
-
-    Examples:
-        >>> from hossam.hs_prep import interaction
-        >>> import pandas as pd
-        >>> df = pd.DataFrame({'x1': [1, 2, 3], 'x2': [4, 5, 6], 'x3': [7, 8, 9]})
-
-        # 특정 변수들의 상호작용만 생성
-        >>> result = interaction('x1', 'x2')(df)
-        >>> print(result.columns)  # x1, x2, x3, x1*x2
-
-        # 모든 2-way 상호작용 생성
-        >>> result = interaction()(df)
-        >>> print(result.columns)  # x1, x2, x3, x1*x2, x1*x3, x2*x3
-    """
-    def wrapper(data: DataFrame) -> DataFrame:
-        df = data.copy()
-
-        # fields가 비어있으면 모든 수치형 컬럼의 2-way 상호작용 생성
-        if not fields:
-            numeric_cols = df.select_dtypes(include=[np.number]).columns.tolist()
-            cols_to_interact = list(combinations(numeric_cols, 2))
-        else:
-            # fields가 지정된 경우 모든 가능한 조합 생성
-            field_list = [f for f in fields if f in df.columns]
-            if len(field_list) < 2:
-                return df
-            cols_to_interact = list(combinations(field_list, 2))
-
-        # 상호작용 항 생성
-        for col1, col2 in cols_to_interact:
-            # 두 컬럼이 모두 수치형인지 확인
-            if not (pd.api.types.is_numeric_dtype(df[col1]) and pd.api.types.is_numeric_dtype(df[col2])):
-                continue
-
-            interaction_col_name = f"{col1}*{col2}"
-            df[interaction_col_name] = df[col1] * df[col2]
-
-        return df
-
-    return wrapper
-
-
-# ===================================================================
-# 직접 상호작용 항을 추가하는 함수 (데코레이터 없이 직접 사용)
-# ===================================================================
-def add_interaction(data: DataFrame, *fields: str) -> DataFrame:
-    """데이터프레임에 상호작용 항을 추가한다.
-
-    특정 변수 쌍 또는 모든 수치형 변수 간의 상호작용 항을 생성하여 데이터프레임에 추가한다.
-
-    Args:
-        data (DataFrame): 원본 데이터프레임.
-        *fields (str): 상호작용할 변수들의 컬럼명 목록.
-                      지정하지 않으면 모든 수치형 컬럼의 모든 2-way 상호작용을 생성.
-                      지정된 경우, 지정된 컬럼들의 모든 조합에 대해 상호작용을 생성.
-
-    Returns:
-        DataFrame: 상호작용 항이 추가된 새 데이터프레임.
-
-    Examples:
-        >>> from hossam.hs_prep import add_interaction
-        >>> import pandas as pd
-        >>> df = pd.DataFrame({'x1': [1, 2, 3], 'x2': [4, 5, 6], 'x3': [7, 8, 9]})
-
-        # 특정 변수들의 상호작용만 추가
-        >>> result = add_interaction(df, 'x1', 'x2')
-        >>> print(result.columns)  # x1, x2, x3, x1*x2
-        >>> print(result['x1*x2'].tolist())  # [4, 10, 18]
-
-        # 모든 2-way 상호작용 추가
-        >>> result = add_interaction(df)
-        >>> print(result.columns)  # x1, x2, x3, x1*x2, x1*x3, x2*x3
-    """
-    df = data.copy()
-
-    # fields가 비어있으면 모든 수치형 컬럼의 2-way 상호작용 생성
-    if not fields:
-        numeric_cols = df.select_dtypes(include=[np.number]).columns.tolist()
-        cols_to_interact = list(combinations(numeric_cols, 2))
-    else:
-        # fields가 지정된 경우 모든 가능한 조합 생성
-        field_list = [f for f in fields if f in df.columns]
-        if len(field_list) < 2:
-            return df
-        cols_to_interact = list(combinations(field_list, 2))
-
-    # 상호작용 항 생성
-    for col1, col2 in cols_to_interact:
-        # 두 컬럼이 모두 수치형인지 확인
-        if not (pd.api.types.is_numeric_dtype(df[col1]) and pd.api.types.is_numeric_dtype(df[col2])):
-            continue
-
-        interaction_col_name = f"{col1}*{col2}"
-        df[interaction_col_name] = df[col1] * df[col2]
-
-    return df