摘要：
#### 将dataframe两列转为字典 ``` import pandas as pd a = ['Mary','Sellina','Zaca'] b = [26,28,27] data = {'name':a,'age':b} df = pd.DataFrame(data) ``` 将两列转为 阅读全文
摘要：
#### 魏晋南北朝400年历史的王朝更替  阅读全文
摘要：
#### `Dataframe`随机选行 （1）`dataframe`实例： ``` city_data = {'city': ['beijing', 'shanghai', 'xining', 'dalian', 'xian', 'chongqing'], 'location': ['north' 阅读全文
摘要：
#### Dataframe筛选多行 在实际数据筛选的时候，有时候需要选择多行，例如，有一个列表数据，需要在Dataframe里筛选，某列中在列表数据中的行。 在这种情况下可以使用`isin`语法。具体如下： ``` obj_df = df[df['obj_col'].isin(obj_list)] 阅读全文
摘要：
#### 1. 冒泡排序法 就是数组中相邻两个数进行比较，小的不动，大的后移。  ``` # include int 阅读全文
摘要：
### 取字典中最大最小值对应的键 ``` # 取最大值对应的键 tmp_dict = {"a": 1, "b": 3, "c": 9, "d": 13} max_key = max(tmp_dict, key=lambda x: tmp_dict[x]) print(f"max key: {max 阅读全文
摘要：
### DataFrame针对某一列求和及计算均值等统计属性 #### 数据  为了方便展示，取前5个数据作为案例 阅读全文
摘要：
### NotePad++打开json文件并以树形方式展示 为了更好查看和分析数据，需要将json数据展开去洞察数据规律，通常如果仅仅简单使用文本工具打开json文件，并不能很友好地观察出数据内容和规律，更不要说比较复杂的多层级的字典内容，因此需要以树形结构更好的观察json数据。 为了更加清晰地说 阅读全文
摘要：
### DataFrame删除特定行 #### 数据实例 ``` import pandas as pd data_list = [[1,2,3], [-1,2,3], [3,4,5]] dataframe = pd.DataFrame(data_list) dataframe.columns = 阅读全文
摘要：
### Excel表格在不改变格式的情况下，修改时间 #### 现象 Excel表格有些时候在人工登记时难免出错，例如：写错时间或增加了其他字符出现了==错误数据== ![](https://img2023.cnblogs.com/blog/2583196/202306/2583196-202306 阅读全文