# メイン関数
def run():
  # ファイル読み込み
  df = pd.read_csv("./input/Numbers3.csv", header=1, encoding="shift_jis")

  # データフレーム化
  num_cols = ['ストレート口数', 'ストレート金額', 'ボックス口数', 'ボックス金額', 'セットストレート口数',
              'セットストレート金額', 'セットボックス口数', 'セットボックス金額', 'ミニ口数', 'ミニ金額']
  for col in num_cols:
      df[col] = df[col].str.replace(",", "")
  df[num_cols] = df[num_cols].astype(float)

  # 当選番号を文字列化
  df['当せん番号_文字列'] = df['当せん番号'].astype(str)

  # 当選番号を0埋め
  df['当せん番号_文字列'] = df['当せん番号_文字列'].str.zfill(3)

  # 当選番号の各桁を抽出
  df['当せん番号_百'] = df['当せん番号_文字列'].str[0].astype(int)
  df['当せん番号_十'] = df['当せん番号_文字列'].str[1].astype(int)
  df['当せん番号_一'] = df['当せん番号_文字列'].str[2].astype(int)

  # 偶数奇数判定
  df['当せん番号_偶奇判定'] = df['当せん番号'].apply(lambda x: even_odd_check(x))
  df['当せん番号_百_偶奇判定'] = df['当せん番号_百'].apply(lambda x: even_odd_check(x))
  df['当せん番号_十_偶奇判定'] = df['当せん番号_十'].apply(lambda x: even_odd_check(x))
  df['当せん番号_一_偶奇判定'] = df['当せん番号_一'].apply(lambda x: even_odd_check(x))

  # 3桁の数字の合計
  df['当せん番号_3桁の合計'] = df['当せん番号_百'] + df['当せん番号_十'] + df['当せん番号_一']

  # 逆順にした行を繰り返し処理
  _list = []
  reverse_df = df.iloc[::-1].reset_index(drop=True)
  # for文内で使う変数の準備
  digits = ['百', '十', '一']
  past_numbers = [0, 0, 0]
  continuous_times = [0, 0, 0]
  for i, row in tqdm(reverse_df.iterrows(), total=len(df)):
      _dict = {}

      # 各桁の偶数/奇数の組み合わせを判定
      if (row['当せん番号_百_偶奇判定'] == "odd") & (row['当せん番号_十_偶奇判定'] == "odd") & (
              row['当せん番号_一_偶奇判定'] == "odd"):
          # 全て奇数
          _dict['当せん番号_各桁偶奇判定'] = 'all_odd'
      elif (row['当せん番号_百_偶奇判定'] == "even") & (row['当せん番号_十_偶奇判定'] == "even") & (
              row['当せん番号_一_偶奇判定'] == "even"):
          # 全て偶数
          _dict['当せん番号_各桁偶奇判定'] = 'all_even'
      else:
          # 奇数と偶数が混在
          _dict['当せん番号_各桁偶奇判定'] = 'mix_odd_even'

      # 各桁が連続で同一かを判定
      for j, digit in enumerate(digits):
          if i != 0:  # 初回は実行しない
              if past_numbers[j] == row[f'当せん番号_{digit}']:
                  # 前回の数値と一致する場合、連続出現回数をインクリメント
                  continuous_times[j] += 1
                  _dict[f'連続出現回数_{digit}'] = continuous_times[j]
              else:
                  # 前回の数値と一致しない場合、連続出現回数をリセット
                  continuous_times[j] = 0
                  _dict[f'連続出現回数_{digit}'] = continuous_times[j]

              # 次の行で使用するために現在の数値を格納
              past_numbers[j] = row[f'当せん番号_{digit}']

          else:
              # 初期値を設定
              _dict[f'連続出現回数_{digit}'] = continuous_times[j]

              # 次の行で使用するために現在の数値を格納
              past_numbers[j] = row[f'当せん番号_{digit}']

      # データフレームの1行にあたる辞書をリストに追加
      _list.append(_dict)

  # リストをデータフレーム化して、元のデータフレームと連結
  _df = pd.DataFrame(_list)
  concat_df = pd.concat([reverse_df, _df], axis=1)

  # データフレームの順序を元に戻して保存
  result_df = concat_df.iloc[::-1].reset_index(drop=True)
  result_df.to_csv('output/result.csv', index=False, encoding="shift-jis")


if __name__ == '__main__':
  run()

🔵ナンバーズ３の奇数偶数の振り分け●0個・・・20%以上●1個・・・35%以上●2個・・・30%以上●3個・・・10%以下●4個・・・5%以下➡全体の85％程度を占める0~2個を設定しています

🚨当サイトの当選数字抽出につきましては当選を保証するものではありませんので自己責任でご利用いただけますようお願いします。

#副業
#投資
#ギャンブル
#予想
#転職
#ネットビジネス
#宝くじ
#AI
#人工知能
#数字選択式宝くじ
#お金を稼ぐ
#ナンバーズ3
#ナンバーズ3ミニ
#ナンバーズ4
#NUMBERS3
#NUMBERS4
#Python
#ナンバーズ3予想
#ナンバーズ予想
#ビンゴ5
#ビンゴ5予想
#ロト6
#ロト6予想
#ロト7
#ロト7予想
#ミニロト
#ミニロト予想
#チャットGPT
#chatGPT
#AIチャット

この記事が参加している募集

スキしてみて

518,226件

この記事が気に入ったらサポートをしてみませんか？

👩‍🎓現役プログラマー6人衆で運営

🎯現役プログラマー天才青年🔴赤🎯現役プログラマー天才少女🔵青🎯現役プログラマー天才博士⚫黒🎯現役プログラマー天才教授🟡黄🎯現役プログラマー天才権威🟢緑🎯現役プログラマー天才学者🟣紫

🚨24年04月予想的中結果🎯当選おめでとうございます🎁

🚨24年03月予想的中結果🎯当選おめでとうございます🎁

🚨24年02月予想的中結果🎯当選おめでとうございます🎁

🚨24年01月予想的中結果🎯当選おめでとうございます🎁

✅ChatGPTとは高度なAI技術によってOpenAI社が開発した人工知能型のプログラム。

✅ナンバーズのサンプルプログラム公開

この記事が参加している募集

🎯現役プログラマー天才青年🔴赤
🎯現役プログラマー天才少女🔵青
🎯現役プログラマー天才博士⚫黒
🎯現役プログラマー天才教授🟡黄
🎯現役プログラマー天才権威🟢緑
🎯現役プログラマー天才学者🟣紫