Hider1214

摘要： 一、str.contains方法 1.介绍 contains 方法用于判断指定系列是否包含指定字符串。类似于 SQL 中的 like 函数，实现模糊匹配。 str 将 Series 转换为类似于 String 的结构。 返回布尔值系列或索引，具体取决于给定模式或正则表达式是否包含在系列或索引的字符串 阅读全文

摘要： 一、介绍 between() 方法用于 Series 检查哪个值处在第一个、和第二个参数之间。 使用语法： Series.between(left, right, inclusive=True) 参数： left : 定义左边界 right ： 定义右边界 inclusive ： 布尔值 默认为：T 阅读全文

摘要： 一、字符串分割split split() 方法通过指定分隔符对字符串进行切分，返回分割后的字符串列表。 使用语法为： str.split(str=" ", maxsplit=string.count(str)) 参数： -- str 分隔符 默认为所有的空字符 包括空格、换行符、制表符等 -- ma 阅读全文

摘要： 一、Pandas读取剪切板数据 import pandas as pd df = pd.read_clipboard() ''' 国家 受欢迎度 评分 向往度 0 中国 10 10.0 10.0 1 美国 6 5.8 7.0 2 日本 2 1.2 7.0 3 德国 8 6.8 6.0 4 英国 7 阅读全文

摘要： 一、对比总结 简单总结，通过 merge 和 join 合并的数据后数据的列变多，通过 concat 合并后的数据行列都可以变多（axis=1)，而 combine_first 可以用一个数据填充另一个数据的缺失数据。 函数 说明 join 主要用于基于索引的横向合并拼接 merge 主要用于基于指 阅读全文

摘要： 致力于将 Python 代码写得更加 Pythonic。 一来更符合规范且容易阅读，二来一般 Pythonic 的代码在执行上也更有效率。 一、itertools库介绍 迭代器（生成器）在 Python 中是一种很常用、也很好用的数据结构，比起列表 list 来说，迭代器最大的优势就是延迟计算、按需 阅读全文

摘要： 一、背景 日常数据分析工作中，难免碰到数据量特别大的情况，动不动就2、3千万行，如果直接读进 Python 内存中，且不说内存够不够，读取的时间和后续的处理操作都很费劲。 Pandas 的 read_csv 函数提供2个参数：chunksize、iterator ，可实现按行多次读取文件，避免内存不 阅读全文

摘要： 一、os.stat().st_size os.stat(filePath) 返回读取指定文件的相关属性，然后利用 stat 模块进行处理。 import os os.stat('data_feather_ys.feather') # os.stat_result(st_mode=33206, st_ 阅读全文

摘要： 一、背景 日常使用 Python 读取数据时一般都是 json、csv、txt、xlsx 等格式，或者直接从数据库读取。 针对大数据量一般存储为 csv 格式，但文件占用空间比较大，保存和加载速度也较慢。 而 feather 便是一种速度更快、更加轻量级（压缩后）的二进制保存格式。 二、feathe 阅读全文

摘要： Linux 下一堆各式各样的压缩文件名：.gz、.tar.gz、tgz、bz2、.Z、.tar 等众多的压缩文件名，此外 Windows 下的 .zip、.rar 也可以在 Linux 下使用。 一、基本概念 1.打包 打包是指将多个文件或者目录放在一起，形成一个总的包，便于保存和传输，但是大小是没 阅读全文