12 2020 档案

摘要:比较字典差异 dict1 = {'a':1,'b':2,'c':3,'d':4} dict2 = {'a':1,'b':2,'c':5,'e':6} differ = set(dict1.items()) ^ set(dict2.items()) # 所有差异 print(differ) # {(' 阅读全文
posted @ 2020-12-20 18:28 HuaBro 阅读(1552) 评论(0) 推荐(0)
摘要:apply,applymap和map的应用总结:apply 用在dataframe上,用于对row或者column进行计算;applymap 用于dataframe上,是元素级别的操作;map (其实是python自带的)用于series上,是元素级别的操作。 python里的apply,apply 阅读全文
posted @ 2020-12-19 15:02 HuaBro 阅读(121) 评论(0) 推荐(0)
摘要:一样的代码,赋值和不赋值的区别 不赋值,显示两列 赋值,只显示0列 知道原因吗 阅读全文
posted @ 2020-12-19 14:52 HuaBro 阅读(230) 评论(0) 推荐(0)
摘要:开启Chrome内置的隐藏功能 - 二维码神器。在地址栏输入 chrome://flags,然后搜索 qr code,选择 Enabled,重启浏览器。 重启浏览器, 打开任意网页,生成二维码,可直接扫码,可以下载二维码,中间有小恐龙 如果不能开启qr开关,那就是版本太旧了,需要升级到最新版本 阅读全文
posted @ 2020-12-18 22:01 HuaBro 阅读(2275) 评论(0) 推荐(0)
摘要:源数据是这样的,Excel拆分列,三步搞定 自动列宽 通过Python,准确地说pandas如何解决 方法1:小明版,速度快,但首尾两列需要处理英文双引号 方法2:小明版,速度稍慢 方法3:本人改进小明的,速度更快 更多细节,参考 pandas.read_csv参数详解 阅读全文
posted @ 2020-12-18 13:29 HuaBro 阅读(2720) 评论(0) 推荐(0)
摘要:经常遇到小伙伴,文件读取乱码问题,今天把所有方法都给你 1、读csv filename='xxx.csv' pd.read_csv(filename) pd.read_csv(filename,encoding='GBK') pd.read_csv(filename,encoding='utf-8' 阅读全文
posted @ 2020-12-18 12:47 HuaBro 阅读(4245) 评论(0) 推荐(0)
摘要: 阅读全文
posted @ 2020-12-17 18:25 HuaBro 阅读(523) 评论(0) 推荐(0)
摘要:【背景】目前很多网站为了引流,私自加入安装密码,不同网站密码不一样, 如果软件多了,哪天忘了密码,打不开就尴尬了,本文方法简单使用,一劳永逸 彻底移出安装包密码 1、打开磁盘工具 2、打开安装包,输入密码(此处,无图) 3、找到磁盘映像(已经输入密码后的),右键映像, 4、推出,删除原加密安装包 5 阅读全文
posted @ 2020-12-13 23:29 HuaBro 阅读(1003) 评论(0) 推荐(0)
摘要:finebi效果图 基础版 升级版 阅读全文
posted @ 2020-12-13 23:05 HuaBro 阅读(403) 评论(0) 推荐(0)
摘要:需求:某部门员工薪资表,(数据来自程序模拟,不具备参考意义) 完整版 求每个部门薪资从高到低前三名 方法1:先排序,后分组 哈佛大佬,常规写法,两行代码 方法2:一行代码,先分组,后排序 小小明大佬,升级写法,一行代码 方法3:分组排名法 本人原创,创新写法,两行代码,推荐第三种,使用更灵活,会一个 阅读全文
posted @ 2020-12-13 22:57 HuaBro 阅读(3716) 评论(0) 推荐(0)
摘要:以微信公众号网页为例 1、打开你要截取的网页, 如https://mp.weixin.qq.com/s/J9n1CzBxxtz0AKxQkZzPOg 2、点击书签,网页自由编辑 惊现神秘提示,已解除(封印)限制,像编辑word一样顺畅,删除网页杂乱元素,保留纯真内容 3、按下F12,再Command 阅读全文
posted @ 2020-12-06 13:46 HuaBro 阅读(872) 评论(0) 推荐(0)
摘要: 阅读全文
posted @ 2020-12-06 13:13 HuaBro 阅读(429) 评论(0) 推荐(0)
摘要:排序+去重 阅读全文
posted @ 2020-12-01 16:59 HuaBro 阅读(101) 评论(0) 推荐(0)