上一页 1 ··· 5 6 7 8 9 10 11 12 13 ··· 182 下一页
摘要: 对 Windows GUI进行自动化控制需要使用进程查看器工具对GUI界面元素进行定位,定位工具有很多,这里推荐使用微软提供的inspect.exe 或者 Accessibility Insights 这两款工具。 inspect.exe inspect.exe 是 Windows SDK 自带的一 阅读全文
posted @ 2024-01-19 19:08 myrj 阅读(1742) 评论(0) 推荐(0) 编辑
摘要: 别人加 自己好友不用验证直接通过:1.设置--朋友权限--取消“加我为朋友时需要验证” 阅读全文
posted @ 2024-01-14 16:16 myrj 阅读(292) 评论(0) 推荐(0) 编辑
摘要: #header默认为0,即以第一列为列名,这里设为None,意味不设置第一行为列名; df11 = pd.read_table(url,header =None) df11.head() #names =***,可以自定义设置列名 user_cols = ['id','quantity','name 阅读全文
posted @ 2024-01-14 10:05 myrj 阅读(17) 评论(0) 推荐(0) 编辑
摘要: http://127.0.01:9870/dfshealth.html#tab-overview 阅读全文
posted @ 2024-01-14 07:24 myrj 阅读(46) 评论(0) 推荐(0) 编辑
摘要: 替换WORD中的换行符,查找并替换^p为空 阅读全文
posted @ 2024-01-11 15:35 myrj 阅读(23) 评论(0) 推荐(0) 编辑
摘要: Visual Studio 2015 开发的 C++ 应用程序所必需的 https://www.microsoft.com/en-us/download/details.aspx?id=48145 阅读全文
posted @ 2024-01-08 09:29 myrj 阅读(26) 评论(0) 推荐(0) 编辑
摘要: import pyarrow.parquet as pq from pyarrow import fs # 创建Hadoop文件系统对象 fs = fs.LocalFileSystem() hadoop_path = "hdfs://<your-hdfs-address>/<csv-file>" # 阅读全文
posted @ 2024-01-07 16:03 myrj 阅读(13) 评论(0) 推荐(0) 编辑
摘要: 删除空值 在一些情况下会删除有空值、缺失不全的数据,df.dropna可以执行这种操作: df.dropna() # 一行中有一个缺失值就删除 df.dropna(axis='columns') # 只保留全有值的列 df.dropna(how='all') # 行或列全没值才删除 df.dropn 阅读全文
posted @ 2024-01-01 19:46 myrj 阅读(82) 评论(0) 推荐(0) 编辑
摘要: 替换数据 replace方法可以对数据进行批量替换: s.replace(0, 5) # 将列数据中的0换为5 df.replace(0, 5) # 将数据中的所有0换为5 df.replace([0, 1, 2, 3], 4) # 将0~3全换成4 df.replace([0, 1, 2, 3], 阅读全文
posted @ 2024-01-01 19:19 myrj 阅读(185) 评论(0) 推荐(0) 编辑
摘要: 修改数值 在Pandas中修改数值非常简单,先筛选出需要修改的数值范围,再为这个范围重新赋值。 df.iloc[0,0] # 查询值 # 'Liver' df.iloc[0,0] = 'Lily' # 修改值 df.iloc[0,0] # 查看结果 # 'Lily' 以上修改了一个具体的数值,还可以 阅读全文
posted @ 2024-01-01 19:16 myrj 阅读(11) 评论(0) 推荐(0) 编辑
上一页 1 ··· 5 6 7 8 9 10 11 12 13 ··· 182 下一页