白云~

摘要： 描述 zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。 如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同， 语法 zip 语法： zip([iterable, ...]) 实例 点击查看代码 >>> a = [1,2,3] 阅读全文

摘要： 方法：直接pd.DataFrame(dict)或pd.DataFrame.from_dict(dict) 但是，一个key只有一个value的字典如果直接转化成数据框会报错： 如下两种方法可达成目标。 1. 将字典转换成Series，将Series转换成dataframe，并将dataframe的索 阅读全文

摘要： pd.DataFrame.from_dict（）方法用于将Dict转换为DataFrame对象。 此方法接受以下参数。 [ data] ：字典或类似数组的对象，用来创建DataFrame。 [orient] ：数据的方向。 允许值为（“列”，“索引”），默认值为“列”。 [columns ] ：当方 阅读全文

摘要： 认识defaultdict： 普通的字典，用法一般是dict={},添加元素的只需要dict[element] =value即，调用的时候也是如此，dict[element] = xxx,但前提是element字典里，如果不在字典里就会报错，如： 这时defaultdict就能排上用场了，defau 阅读全文

摘要： 正则表达式可以包含一些可选标志修饰符来控制匹配的模式。修饰符被指定为一个可选的标志。 多个标志可以通过按位 OR(|) 它们来指定。如 re.I | re.M 被设置成 I 和 M 标志： 修饰符 描述 re.I 使匹配对大小写不敏感 re.L 做本地化识别（locale-aware）匹配 re.M 阅读全文

摘要： pandas处理时间类型数据 高级接口dt的使用 时间访问器.dt.<属性> dt.date 和 dt.normalize()，他们都返回一个日期的 日期部分，即只包含年月日。但不同的是date返回的Series是object类型的，normalize()返回的Series是datetime64类型 阅读全文

摘要：   ![ 阅读全文

摘要： 阅读全文

摘要： 阅读全文

摘要： ` import pandas as pd df=pd.DataFrame({'C1':[10,11,12],'C2':[100,110,123]}) df output: ![image](https://img2022.cnblogs.com/blog/1944607/202203/194460 阅读全文