LG gram 17 (2019) PD充電器を購入しました！
USB-Type CでノートPCなどを充電できる、PD (Power Delivery)規格をご存じでしょうか？
私の愛機LG gram 17 (2019)も、純正は普通のACアダプターがついてくるのですが、サブのアダプタとして購入することにしました。
さて、何W必要かというところですが、45Wあればよさげです。
ということで、最近ちょくちょく使ってる、PayPayフリマで早速見つけたので、購入！
通電中に光るし、なんかカッコイイ！
そして、充電もまったく問題ありません。
これはいい！
このANKERの充電器自体は、実はそんなに小さくはない(純正よりは小さく軽くなったとは思うけど)ので、気分の問題？
(コードは明らかに細くなった！)
あとは、この充電器でスマホも充電は可能。
純正のACアダプタも売り払って、PD対応充電器をもう一つ買おうか目論んでますよ♪
PayPay フリマでメモリを売ってみた♪
先日使用しているマシンの増設メモリを16GBから32GBに載せ替えた話を書きました。
http://takumats.hatenablog.com/entry/2020/06/14/110124
それに伴い、16GBメモリが余ってしまったので、PayPayフリマで売ってみることにしました。
新品が結構出品されてたので、正直売れるかどうかわからなかったのですが、無事購入者現る！
なんといっても、匿名で売り買いできるのは安心ですね。配送も、郵便局でピッとやるだけなので、とても楽です。
普段からPayPayユーザーなので、PayPayでの振り込みにも全く困らないし。
いやー、楽チン楽チン。
家にある要らないもの、使えてないもの、片っ端から売りたくなってくる。。
6/20 追記：
無事受け取り確認いただけまして売上確定。
5000円で出品して、送料と手数料引いて、4325円の収入(いったんpaypay)となりました。本人確認もしてあるので、現金化もできるみたいです。
LG gram 17のメモリを40GBに♪
2019年に購入したLG gram 17。購入時に16GB増設して24GBにしたんだけれども、32GBの安いメモリを見つけたので40GBにしちゃいました。
購入時に書いた投稿はこちら。
takumats.hatenablog.com
今回、購入したメモリはこれ。
paypaymall.yahoo.co.jp
ポイントバックを考えると13,000円くらいになるので結構お得な感じになってきたかと思います。
ローカルPC(Windows)でdockerなどを動かしたりVisual StudioやSlack, chromeを動かしておくことを考えると、メモリはあるに越したことはありませんね。
Python (pandas) でタブ区切りテキストファイル(tsv)ファイルの読み書き
pandasのタブ区切りテキストファイルファイル(tsvファイル)の読み書き
以下の感じでできるようです。
import pandas as pd df = pd.read_csv('aaa.tsv', sep='\t', header=None) print(df) df.to_csv('bbb.tsv', sep='\t')
Python (pandas) で指定時間間隔でデータを集計する方法
Python (pandas)を使って指定時間間隔のログを集計する方法
やりたかったこと
タイムスタンプ(datetime)列があるcsvデータで、ある時間範囲にある行数をカウントしたい。(5分おき、15分おき、30分おき、1時間おき、など)
pandasのresampleを使うと簡単にできます♪
import pandas as pd import numpy as np csv_files = ['1_file.csv', '2_file.csv', '3_file.csv', '4_file.csv'] FILE_HEAD='file_' for csv_file in csv_files: df = pd.read_csv(csv_file, parse_dates=True, index_col='datetime') df.resample('5T').count().rename(columns={'val': 'count'})['count'].to_csv(FILE_HEAD + csv_file[0] + '_05m.csv') df.resample('15T').count().rename(columns={'val': 'count'})['count'].to_csv(FILE_HEAD + csv_file[0] + '_15m.csv') df.resample('30T').count().rename(columns={'val': 'count'})['count'].to_csv(FILE_HEAD + csv_file[0] + '_30m.csv') df.resample('60T').count().rename(columns={'val': 'count'})['count'].to_csv(FILE_HEAD + csv_file[0] + '_60m.csv')
