- 博客(9)
- 收藏
- 关注
RSS订阅原创 读取xls转为csv格式和通过pandas取交并集
xlrd适配了这个功能，它提供的formatting_info参数取值为True时（为了节省内存，该参数默认为False），就会读取各种格式的信息。df.idxmax()：返回每一列的最大值对应的索引。df.idxmin()：返回每一列的最小值对应的索引。df.count()：返回每一列中的非空值的个数。df.median()：返回每一列的中位数。方法的时候，默认采用的都是交集的合并方式。df.max()：返回每一列的最大值。df.min()：返回每一列的最小值。df.mean()：返回每一列的均值。
2023-09-18 20:09:45
87
原创 openpyxl操作excel
作为替代，在调用表的 cell()方法时，可以传入整数 作为 row 和 column 关键字参数，也可以得到一个单元格。value - 获取单元格中的内容 - 单元格对象.row - 获取行号（数字1开始） - 单元格对象.column - 获取列号（数字1开始） -工作簿对象.active - 获取当前活动表对应的Worksheet对象。工作簿对象.sheetnames - 获取当前工作簿中所有表的名字。工作簿对象[表名] - 根据表名获取指定表对象。表对象.title - 获取表对象的表名。
2023-04-03 18:26:56
1680
原创 python实现md5加密
命令行输入 certutil -hashfile 文件绝对路径 md5。需求： 需要10000个不同文件的hash值。2. 将这10000个随机数写入文件。3. 依次获取文件的hash值。1. 获取10000个随机数。md5sum 文件绝对路径。
2023-04-03 18:10:02
1025
原创 pandas合并两个excel，并对列名进行调整
import pandas as pd# 1. 读取两个表的数据data_info = pd.read_excel(r"C:\Users\Administrator\Desktop\student_information.xlsx")data_score = pd.read_excel(r"C:\Users\Administrator\Desktop\student_score.xlsm")# print(data_info.head())# print(data_score.head()).
2020-07-19 15:07:31
937
原创 pandas中groupby的使用
import pandas as pdimport numpy as npdf = pd.DataFrame({'A': ['foo', 'baa', 'foo', 'baa', 'foo', 'baa', 'cat', 'cat'], 'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'], 'C': np.random.randn(8), .
2020-07-18 14:51:38
135
原创 pandas对excel进行拆分与合并
import pandas as pdimport oswork_dir = 'F:\data'split_dir = f'{work_dir}/splits'if not os.path.exists(split_dir): os.mkdir(split_dir)# 拆分单元格# 读取原excel数据到pandasdf_source = pd.read_csv(f'{work_dir}/Narrativedata.csv')print(split_dir)# print(.
2020-07-18 11:03:06
731
原创 第二个，变成参数
def show_message(message, *tupleName): for name in tupleName: print(message, '', name)# 在message和name之间添加一个空字符，if __name__ == '__main__': show_message('Good morning', 'jack...
2019-04-04 16:26:43
120
原创 python函数第一个例子
def sum(x, y): return x+y# 定义sum函数，有两个参数x,y，返回的结果是这两个值的和def total(x, y, z): sum_of_two = sum(x, y) sum_of_three = sum(sum_of_two, z) return sum_of_two, sum_of_three#定义total函数，有3个参...
2019-04-04 15:33:57
768
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