想法来源
今天复习正则表达式的时候,学到一个知识点,可以解决上次和辉辉交流过的一个东西,然后问他上次那个解决没有,他丢给我他上次写的代码,发现他通篇都用的函数式编程,瞬间觉得好牛逼,又简洁,运行速度又快!
遂研究之。事实证明多交流总有好处的!
膜拜大佬!
知识点
其实就是一个函数的映射关系,输入一个自变量X,输出一个因变量Y
形式: map(lambda x:y , x)
map输出为 特有的map格式,如下图
所以需要加上 list(map(lambda x:str(x).split()[0],data[“时间”])) 转化为列表。
Data = list(map(lambda x:str(x).split()[0],data["时间"])) #data
data['时间']=list(map(lambda x:str(x),data["时间"])) #datatime
everyday = list(map(lambda x:data.loc[data["时间"]==i+' '+x,'室外温度'].values.tolist(), needtime))
代码
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import datetime
data = pd.read_excel(r"C:\Users\hao\Desktop\辉\testfile.xlsx", sheet="Sheet3")
#print(data)
#print(data["时间"])
tile = list(data.columns) #data.columns显示表头
print(tile)
Data = list(map(lambda x:str(x).split()[0],data["时间"])) #data
Data_set=np.unique(Data) #np.unique去重
print(Data_set)
needtime=['02:00:00','08:00:00','14:00:00',"20:00:00"] #time
data['时间']=list(map(lambda x:str(x),data["时间"])) #datatime
print(data['时间'])
bigger=[]
for i in Data:
if i == 'NaT': #排除空值
continue
everyday = list(map(lambda x:data.loc[data["时间"]==i+' '+x,'室外温度'].values.tolist(), needtime)) #.loc位置查询;data["时间"]==i+' '+x 布尔值条件搜索
bigger.append(everyday)
print(bigger)