过滤和筛选

人不是处于筛选中就是处于被筛选中。

上进进取是一个被筛选的过程,拿你的特性与别人区分开,胜出者就是那些特别的人。

每天接触的信息时一个筛选的过程,社会化网络让我们将信息有了一个很好的过滤,不再面对那眼花的门户网站。

但人是复杂的,而且是一阵一阵的,豆瓣、Google Reader、Twitter这类工具都应该加上一个类似 maven profile的功能,比如在豆瓣我会设置历史、政治、开发、其他几种profile,将好友、关注、想看的书影音都按profile归类,在某段时期我喜欢看历史、政治类的书、电影,就开启这两个profile,某段时期只想专心做事,就只开启开发这个profile,其他的东西都一概过滤,这样在好友动态里面只看到标记为开发的那类好友的动态。google reader要做这个其实很容易,就是将订阅分类,再加一个是否启用的功能,为什么就没这个呢..

 

 

这么几个字发在豆瓣中竟然要审核,四处被钳制的喉咙啊,何时才能发出真正的声音,而不是现在这副太监腔调。

 

 

 

 

 

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是关于使用pandas进行数据操作的一些常见任务和操作: 1. 使用pandas的DataFrame表示:DataFrame是pandas中最常用的数据结构,可以用来表示二维表格数据,类似于Excel中的工作表。 2. 新增记录:可以使用DataFrame的`append()`方法或直接通过字典或列表添加新的记录。 3. 查询记录:可以使用DataFrame的`loc[]`或`iloc[]`方法根据行和列的标签或索引进行查询。 4. 修改记录:可以使用DataFrame的赋值语句或`loc[]`方法根据行和列的标签或索引进行修改。 5. 删除记录:可以使用DataFrame的`drop()`方法根据行或列的标签进行删除操作。 6. 使用列表或数组创建Series对象:可以使用`pd.Series()`函数将列表或数组转换为Series对象。 7. 使用字典创建Series对象:可以使用`pd.Series()`函数将字典转换为Series对象。 8. 使用标量和自定义索引创建Series对象:可以使用`pd.Series()`函数指定标量和自定义索引来创建Series对象。 9. 索引和切片操作:可以使用`[]`运算符、`loc[]`和`iloc[]`方法进行索引和切片操作。 10. 运算和操作:可以对Series对象进行数学运算、逻辑运算和其他操作,也可以使用DataFrame的`apply()`方法对每个元素进行自定义操作。 11. 统计和描述性统计:可以使用Series和DataFrame的统计函数,如`mean()`、`sum()`、`min()`、`max()`、`describe()`等进行统计和描述性统计。 12. 数据对齐和缺失值填充:pandas会自动对齐不同索引的数据,可以使用`fillna()`方法填充缺失值。 13. 唯一值和重复值处理:可以使用`unique()`函数获取Series中的唯一值,使用`duplicated()`函数判断重复值。 14. 缺失值处理:可以使用`dropna()`方法删除包含缺失值的行或列,使用`fillna()`方法填充缺失值。 15. 对Series进行排序:可以使用`sort_values()`方法对Series进行排序。 16. 修改和更新Series对象:可以使用赋值语句或`loc[]`方法对Series对象进行修改和更新。 17. 过滤筛选:可以使用布尔索引、条件表达式或`query()`函数对DataFrame进行过滤筛选操作。 这些是pandas库中常用的一些操作和任务,可以帮助你进行数据处理和分析。详细的方法和用法可以参考pandas官方文档。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值