上一页 1 ··· 3 4 5 6 7 8 9 10 11 ··· 181 下一页
摘要: 文本替换 在进行数据处理时我们可以使用替换功能剔除我们不想要的内容,换成想要的内容。这在数据处理中经常使用,因为经过人工整理的数据往往不理想,需要进行替换操作。我们使用.str.replace()方法来完成这一 操作。例如,对于以下一些金额数据,我们想去除货币符号,为后续转换为数字类型做准备,因为非 阅读全文
posted @ 2024-01-28 08:23 myrj 阅读(128) 评论(0) 推荐(0) 编辑
摘要: 文本分隔 对文本的分隔和替换是最常用的文本处理方式。对文本分隔后会生成一个列表,我们对列表进行切片操作,可以找到我们想要的内容。分隔后还可以将分隔内容展开,形成单独的行。下例以下划线对内容进行了分隔,分隔后每个内容都成为一个列表。分隔对空值不起作用。 # 构造数据 s = pd.Series(['天 阅读全文
posted @ 2024-01-28 08:20 myrj 阅读(123) 评论(0) 推荐(0) 编辑
摘要: s = pd.Series(['lower', 'CAPITALS', 'this is a sentence', 'SwApCaSe']) s.str.lower() # 转为小写 s.str.upper() # 转为大写 s.str.title() # 标题格式,每个单词大写 s.str.cap 阅读全文
posted @ 2024-01-28 08:18 myrj 阅读(7) 评论(0) 推荐(0) 编辑
摘要: >>> f0=2304001 >>> xx=f0-1 >>> mvv=[] >>> muu=[] >>> muu.append([xx+1,xx+2,xx+3]) >>> muu [[2304001, 2304002, 2304003]] >>> xx=xx+3 >>> muu.append([xx 阅读全文
posted @ 2024-01-28 06:43 myrj 阅读(15) 评论(0) 推荐(0) 编辑
摘要: 目标想根据kaohao新增加一个变量,其值用来标记kaohao是否连续 解决方案: >>> df4=df3[["kaohao"]].copy()>>> df4['consecutive'] = (df4['kaohao']!= df4['kaohao'].shift(+1)).cumsum() 阅读全文
posted @ 2024-01-28 06:28 myrj 阅读(176) 评论(0) 推荐(0) 编辑
摘要: worksheet1.set_default_row(72)AttributeError: 'Worksheet' object has no attribute 'set_default_row' 报错解决: pip install xlsxwriter 阅读全文
posted @ 2024-01-27 16:20 myrj 阅读(126) 评论(0) 推荐(0) 编辑
摘要: pandas 实现 以A列值作为唯一值,将A列值相同的数据合并为一条数据,以分号分隔 df_merge = data2.groupby('唯一值').agg({'序号': ';'.join} 阅读全文
posted @ 2024-01-27 11:08 myrj 阅读(5) 评论(0) 推荐(0) 编辑
摘要: groupd=group.groupby(group.index //3) for name,group1 in groupd: print(1,group1) 阅读全文
posted @ 2024-01-26 06:30 myrj 阅读(17) 评论(0) 推荐(0) 编辑
摘要: WINRAR批量压缩多个文件分别单独形成对应的压缩文件1.选中需要压缩的全部文件,右击“添加到压缩文件”2.“文件”选项卡中,选择“把每个文件放到单独的压缩文件中”3.单击确定即可 阅读全文
posted @ 2024-01-23 17:41 myrj 阅读(399) 评论(0) 推荐(0) 编辑
摘要: 外键·外键就是来自其它表的主键,用于联系表与表。 阅读全文
posted @ 2024-01-23 10:41 myrj 阅读(7) 评论(0) 推荐(0) 编辑
上一页 1 ··· 3 4 5 6 7 8 9 10 11 ··· 181 下一页