- 博客(8)
- 收藏
- 关注
RSS订阅原创 python学习笔记（去除dataframe中有空格元素中的空格）
参考：python中的apply(),applymap(),map() 的用法和区别推荐方法2In [1]: import pandas as pdIn [2]: a=pd.DataFrame({'a':[' 2 ',1],'b':[3,' 4 ']})In [3]: aOut[3]: a b0 2 31 1 4# 可以看到2，4处有许多空格，在进行后续操作会有影响，因此想要将空格去掉# 方法1：In [4.
2020-09-11 10:54:07
8005
原创 Python学习笔记（dataframe列比较、cell写入数据、判断NAN）
文章目录1. DataFrame 取指定索引的 多列/多行2. lambda和apply用法3. 比较同一DataFrame 两列内容是否相等4. 比较同一DataFrame n列与n列内容是否相等（n>1）1. DataFrame 取指定索引的 多列/多行>>> a = pd.DataFrame({'a':[1,2,3],'b':[3,4,5],'c':[5,6,7]})>>> a a b c0 1 3 51 2 4 62 3
2020-09-05 10:36:22
2938
原创 Python学习笔记（读mdb文件）
文章目录1. 读取一个文件夹里所有文件名字2. 打开zip文件3. 读.mdb文件1. 读取一个文件夹里所有文件名字① os.listdir（path）仅当前路径下的文件名，不包括子目录中的文件import oss_path = r'C:\Users\Desktop\标准文件'os.listdir(s_path)output：['1.zip', '2.zip', '3.zip', 'Users']② os.walk()遍历文件夹下所有的文件，包含子目录下的文件。上面能够满足需求，暂时
2020-08-28 17:00:35
10342
4
原创 Python学习笔记（发邮件SMTP or Outlook）
文章目录1. SMTP 发邮件1.1 加密方式（ssl、tls、明文）1.1.1 SSL加密1.1.2 明文加密1.1.3 TLS加密1.2 smtplib.SMTP()类常用方法2.调用Outlook发邮件1. SMTP 发邮件先放出代码# ==================== 邮件=====================import smtplibfrom email.mime.text import MIMEText# email 用于构建邮件内容from email.header
2020-08-28 16:40:11
4763
3
原创 Python学习笔记（selenium填写网页表单）
文章目录1. 以str读取excel中的数字（read_excel）2. dataframe 以dataframe读取一行3. python 删除文件1. 以str读取excel中的数字（read_excel）sp_template = pd.read_excel(file_path, sheet_name=0, converters = {'MRP控制者':str}) # 利用conveerters2. dataframe 以dataframe读取一行sp_template.loc[[b]]
2020-08-27 08:36:28
1739
原创 Python学习笔记2（日期，dataframe输出）
文章目录1.Python取整——向上取整、向下取整、四舍五入取整、向0取整2. 获得当前时间3. dataframe 排序问题1.Python取整——向上取整、向下取整、四舍五入取整、向0取整原文：https://blog.csdn.net/weixin_41712499/article/details/85208928首先，不得不提醒大家一个容易被忽视或者搞混的问题——一般的，0.5这种末尾是5的小数，四舍五入取整应进位。这个进位的意思是：-0.5 → -1；0.5 → 1.即正负情况不同，都向
2020-08-24 16:12:07
1041
原创 Python 学习笔记1（pandas的一些操作）
1. read_excel 某些行不读取import pandas as pdfile_path = r'C:\Users\user\Desktop\库存文件.xlsx'inventory_data = pd.read_excel(file_path, sheet_name=0, skiprows=[0, 1, 3, 4])2. DataFrame 读取a行b列backup_data.loc[a][b]3. 找到满足条件的行，并形成列表a = df[(df.BoolCol-df.attr)
2020-08-22 19:29:43
657
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人