06 2020 档案
摘要：前堤条件：对于colums都相同的dataframe做过滤的时候 创建2个结构（列名）一致的DataFrame,df1和df2有1条重合的数据 import pandas as pd df1=pd.DataFrame([['a',10,'男'],['b',11,'女']],columns=['nam
阅读全文
摘要：Python内置函数zip map filter的使用 并行遍历zip zip会取得一个或多个序理为参数，然后返回元组的列表，将这些序列中的并排的元素配成对。 L1=[1,2,3,4] L2=[5,6,7,8] L3=zip(L1,L2) print(L3,type(L3)) <zip object
阅读全文
摘要：需求 统计列表a中所有大于5的元素 普通写法 a=[1,3,4,5,6,9] temp=[] for i in a: if i >5: temp.append(i) print(temp) [6, 9] 进阶 lambda写法 filter()是python的内置方法，对序列中的元素进行筛选，最终获
阅读全文
摘要：对符合 条件 的数据进行标记 数据如下： import pandas as pd import numpy as np data=[['Amy',13],['Susan',19],['Tom',14],['Ella',18]] df = pd.DataFrame(data,columns=['Nam
阅读全文
摘要：dominate 简介 dominate是一个使用优雅的DOM API创建和操作HTML文档的Python库。使用它能非常简洁地编写纯Python的HTML页面，这消除了学习另一种模板语言的需要，利用Python更强大的特性。 首先安装依赖： pip install dominate 1个简单的小例
阅读全文
摘要：我的需求 定义1个list类型的变量，名称是test test包含3个元素，每个元素都是dict类型 现在我想要实现的是，按照每个dict中age值的大小对test的元素进行排序 需要借助lambda test=[{'name':'Bob','age':14},{'name':'Lisa','age
阅读全文
摘要：这篇文章是讲述 如何通过hashlib 和base64 对字符串进行加密的 hashlib 强大的hashlib，提供了用于加密相关的操作，代替了md5模块和sha模块，主要提供 SHA1, SHA224, SHA256, SHA384, SHA512 ，MD5 算法 hmac模块实现了hmac算法
阅读全文
摘要：测试数据： import pandas as pd import numpy as np df = pd.DataFrame({'key1':['a','a','b','b','a'],'key2':['one','two','one','two','one'],'data1':np.random.
阅读全文
