1. 实现列表去重 L1 = [1, 1, 2, 3, 4, 2, 4]
2. 列表推导式实现L1 每个元素加1
3. 列表推导式实现获取L1 中大于2的元素
4. map 加 lambda 实现每个元素加 1
5. 把字符串“19 - 10 - 0 8” 转化为时间
6.1582713904 转化为时间
7 “2018 - 2 - 26” 转化为时间戳
8 df2 = pd.DataFrame({'id': np.arange(1, 5), 'A': 1., 'B': pd.Timestamp('20130102'), 'C': pd.Series(1, index=list(range(4)), dtype='float32'), 'D': np.array([3] * 4, dtype='int32'), 'E': ["test", "train", "test", "train"], 'F': 'foo'})
以 E 列分组 对 id,D列求最大值 合计 最小值
9 对8题的结果进行 访问 test的最大值 最小值 合计 10 对8题的结果进行 访问所有E组合计
L1 = [1, 1, 2, 3, 4, 2, 4]
L2=[]
for i in L1:
if i not in L2:
L2.append(i)
L2
list3=[x+1 for x in L1 ]
list3
list4=[x for x in L1 if x>2 ]
list4
map_list=map(lambda x: x+1,L1)
list(map_list)
import time
time_1='19-10-08'
time2=time.strptime(time_1,'%y-%m-%d')
print(time2)
print(time.strftime('%Y-%m-%d',time2))
time4=time.localtime(1582713904)
print(time.strftime('%Y-%m-%d',time4))
c_time=time.strptime('2018-2-26',"%Y-%m-%d")
time.mktime(c_time)
import pandas as pd
import numpy as np
df2 = pd.DataFrame({'id': np.arange(1, 5),
'A': 1.,
'B': pd.Timestamp('20130102'),
'C': pd.Series(1, index=list(range(4)),dtype='float32'),
'D': np.array([3] * 4, dtype='int32'),
'E': ["test", "train", "test", "train"],
'F': 'foo'})
df2
df8=df2.groupby('E')['D'].agg([sum,max,min])
df8
print(df8)
df8.loc['test']
print(df8)
df8['sum']