qq_23605533的博客

日常学习

机器学习浅尝

项目场景：提示：这里简述项目相关背景：python字符串如何去掉“\t"
\r”问题描述提示：这里描述项目中遇到的问题：例如：使用下面的代码没反应APP 中接收数据代码：df1["身份证号码"]=df1["身份证号码"].str.replace("\t","")解决方案：提示：这里填写该问题的具体解决方案：在字符串的最左边加上r，是告诉解释器所有的字符按照原本的样子进行解释。df1["身份证号码"]=df1["身份证号码"].str.replace(r"\t","")

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、代码二、分析总结前言提示：这里可以添加本文要记录的大概内容：爬取：http://tianqi.2345.com/wea_history/57687.htm里面的数据，2011年到2021年数据具体参考视频如下：https://www.bilibili.com/video/BV1zF41137gg?spm_id_from=333.999.0.0提示：以下是本篇文章正文内容，下面案例可供参考一、代码代码如下（.

项目场景：提示：这里简述项目相关背景：一共六个表，证件号码为唯一标识，每个表提取相关项合成一个台账代码描述提示：这里描述项目中遇到的问题：#分别打开五个表，然后提取有用的列组成data表#这个表还得改，merge的时候只能以身份证为准居然有人的名字还搞错了#合并后去重#生成台账表import pandas as pdimport numpy as npimport oswork_dir=r"G:\360Downloads\myself\zuoye\怎样自动合成台账"writer=

项目场景：提示：这里简述项目相关背景：pandas之使用groupby后对于剩下的字符串的列去重合并代码描述import pandas as pdimport numpy as npfpath=r"G:\360Downloads\myself\zuoye\groupby后字符串合并处理\tianqi.xlsx"df=pd.read_excel(fpath)df.head()#info可查看每列类型df.info()#将最高温度最低温度由字符串变成数字df["bwendu"]=df[

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、拆分成小表格二、合并excel1.介绍2.代码总结前言提示：这里可以添加本文要记录的大概内容：将一个EXCEL等份拆成多个EXCEL将多个小EXCEL合并成一个大EXCEL并标记来源提示：以下是本篇文章正文内容，下面案例可供参考一、拆分成小表格代码如下（示例）：import pandas as pdimport oswork_dir=r"G:\360Downloads\myself\zuoye\合并.

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、排序函数sort_values()二、字符串处理1.介绍2.代码介绍三、pandas索引index1.介绍2.代码介绍总结前言提示：这里可以添加本文要记录的大概内容：1、pandas排序函数sort_values()2、pandas字符串处理3、index提示：以下是本篇文章正文内容，下面案例可供参考一、排序函数sort_values()pandas数据排序sort_values()1、series的.

项目场景：提示：这里简述项目相关背景：两个excel表格，证件号码唯一，使用vlookup函数进行处理代码提示：这里描述项目中遇到的问题：要点在于使用merge函数import pandas as pdimport numpy as npwriter=pd.ExcelWriter(r"F:\work\ashimen\result2.xlsx")df1=pd.read_excel(r"F:\work\ashimen\result.xlsx",sheet_name='Sheet1')df2=

项目场景：提示：这里简述项目相关背景：pandas如何对已经筛选处理的表进行操作问题描述提示：这里描述项目中遇到的问题：例如：从表中筛选出3月份数据，再对三月份数据进行计算温差：#在一年的数据如何筛选出3月份的数据进行操作condition=df["日期"].str.startswith("2018-03")pandas的dataframe的修改写操作，只允许在源dataframe上进行，一步到位#方法一df.loc[condition,"温差"]=df["最高温度"]-df["最低温度

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、Pandas对缺失值的处理二、使用步骤0.数据处理1.空值处理2.删除全是空值的行和列3.填充空值3.补全姓名4.保存数据总结前言提示：这里可以添加本文要记录的大概内容：待处理表格提示：以下是本篇文章正文内容，下面案例可供参考一、Pandas对缺失值的处理Pandas使用这些函数处理缺失值:1、·isnull和notnull:检测是否是空值，可用于df和series·2、dropna:丢弃、删除缺失值.

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、视频链接二、使用步骤0.数据处理1.df.describe()针对所有数据列2.针对非数字类型的列（唯一去重和按值计数）3.相关系数和协方差总结前言提示：这里可以添加本文要记录的大概内容：数据统计有三种方式：1、汇总类统计。2、唯一去重和按值计数。3、相关系数和协方差提示：以下是本篇文章正文内容，下面案例可供参考一、视频链接https://www.bilibili.com/video/BV1UJ411A7F.

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、视频链接二、使用步骤0.数据准备1.直接赋值2.df.apply3.df.assign4.按条件选择分组分别赋值总结前言提示：这里可以添加本文要记录的大概内容：pandas新增数据列总共有四种方法：1、直接赋值。2、df.apply()。3、df.assign().4、按照条件选择分组分别赋值提示：以下是本篇文章正文内容，下面案例可供参考一、视频链接https://www.bilibili.com/vide.

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言​一、视频链接二、笔记1.df.loc方法2.df.iloc:根据行、列的数字位置查询3.df.where4.df.query总结前言提示：这里可以添加本文要记录的大概内容：​视频链接：https://www.bilibili.com/video/BV1UJ411A7Fs?p=4pandas数据查询，按数值、列表、区间、条件、函数五种方式​提示：以下是本篇文章正文内容，下面案例可供参考一、视频链接视频链接：.

用python的pandas对于excel文件读写

知识点归纳1.行列式的定义2.行列式的性质（重点）A D=D的转置行列式B 交换行列式的两行（列），行列式变号C 行列式的某一行（列）若有公因子，可提到外面来D 行列式的某一行（列）的常数倍加到另一行（列），行列式的值不变E 行列式的拆向性质F 若行列式某行（列）元素为零，则行列式=0G 若行列式某行（列）元素成比例，则=03.行列式按行（列）展开A 余子式 M...

Web前端岗位面试题有哪些？ - 汪汪的回答 - 知乎 https://www.zhihu.com/question/41466747/answer/132562725 javascript学习指南

文件备份和还原 tar命令http://www.cnblogs.com/li-hao/archive/2011/10/03/2198480.htmlhttp://www.runoob.com/linux/linux-comm-tar.html

链接文件linux系统，为每个新建文件都分配一个索引节点（Inode），每个文件的indoe号唯一，文件属性保存在inode中，在访问该文件时，该文件的inode号会放到内存中，以实现快速访问。linux的链接文件相当于windows系统中的快捷方式，Linux的链接文件分为两种，硬链接（hard link）和软链接（soft link），软链接又称符号链接（symbolic link）。硬链接

Javascript 中的eval()eval()函数用于计算某个字符串，并执行其中的JavaScript的代码。 eval(“x=20;y=10;document.write(x*y)”) eval(2+3) document.write(eval(2+3))检验eval()函数的参数是否合法： try {