py数据处理

.format() ，f 与 %：格式化输出

print('my name is {}'.format('joy'))
print('%s joy'% 'my name is')
my name is joy

nums = [1,2,3,4]
new00 = []
for i in nums:
    new00.append(f'第{
     i}次')
print(new00)
#输出
['第1次', '第2次', '第3次', '第4次']

eval() 方法

# eval:获取字符串去除引号后的内容，和str()功能相反
eval('[1,2,3]')  -->  [1, 2, 3]
# 对字符串使用list()，会把字符串拆分成单字符
list('123')  -->  ['1', '2', '3']
#将字符串变成序列
str = '信贷', '刑民', '交叉', '轮候', '查封', '执行', '难', '诉讼', '效率', '低下', '现金', '清收'
eval(str )=
('信贷', '刑民', '交叉', '轮候', '查封', '执行', '难', '诉讼', '效率', '低下', '现金', '清收')
# 理解对字符串进行sum():
# 对 [[1,2,3,[4]]] 每一个元素进行相加 然后再 加上 [] 
sum([[1,2,3],[4]],[]) --> [1, 2, 3, 4]

python电子邮件
python电子邮件

1. 首先调用odps接口运行sql（execute_sql方法）或者采用临时表方法将exactsql的结果保存在dataframe中
2. 将运行得sql结果存储在excel文件中并保存
3. smtp协议发送邮件

读写EXCEL操作：

import xlwt
import xlwt
list_column_all_time_report = []
# 读取从数据库上下载的数据
for i in range(1,13):  # 对应起、末列 index
    with open(r'C:\Users\bbb\Desktop\bbb.csv','r') as csvfile:
        reader = csv.reader(csvfile)
        # column1 = [row[1]for row in reader]
        column_all_time_report_i = [row[i]for row in reader]  
    list_column_all_time_report.append(column_all_time_report_i)  #[[],[]]存储excel 行列信息

f = xlwt.Workbook() #创建工作薄
sheet1 = f.add_sheet(u'sheet1',cell_overwrite_ok=False) #创建sheet
for k in range(len(list_column_all_time_report)):
    j = 0
    for i in list_column_all_time_report[k]:
        sheet1.write(j,k,i) #循环写入竖着写  j是行index  k是列index j是序列元素的index
        j=j+1
f.save(r'C:\Users\bbb\Desktop\bbb.xls')#保存文件

装饰器将函数作为参数传入，并添加额外的功能（顾名思义）
常见功能：html 加标签，记录日志
将A作为参数传入装饰器B函数中执行
@装饰器B()
def A()

@funA
@funB
def C():
    pass
相当于
funA(funB(C))

pandas dataframe

• loc和iloc：
  注意：loc[ ]是方括号

data.loc[:,['A']] #取'A'列所有行
--多取几列格式为
data.loc[:,['A','B']]

loc函数：loc即location，通过行索引中的具体值来取行数据（如取"Index"为"A"的行）
iloc函数：i代表integer，参数只能是integer，通过行号来取行数据（如取第二行的数据）

• loc切片取得多行数据：df.loc[“一”:“二”]其中，一 二 均为行的索引，切片区间前闭后闭，区别于使用iloc取得多行数据，其区间前闭后开。
• loc取得列数据：df.loc[:,“年龄”]

lambda表达式：
lambda argument_list: expression
expression即返回的结果

lambdax:表达式
lambda x:0 if x>0 else -1

如 sorted函数key的选取：

[('a', 1), ('b', 2), ('c', 3), ('d', 4)]
>>> sorted(L, key=lambda x:x[1])               # 利用key
[('a', 1), ('b', 2), ('c', 3), ('d', 4)]

enumerate用法：可同时获得索引和元素

for index,element in enumerate([1,2,