1. 将python列表中的string转为数字, 利用map实现
原文件中的数字格式
![82f515b502f61e6b231a8b99d8508664.png](https://i-blog.csdnimg.cn/blog_migrate/e3b943720db75c4e1a2543545ff06866.png)
f = open('filename', 'r')
inf = list(map(float, f.readlines()[0].strip().split()))
print(inf)
![5e74bbd82247b3c88a40883aebc70943.png](https://i-blog.csdnimg.cn/blog_migrate/1a3707b82b89d85f7828e3ab6e01ba7b.png)
2. DataFrame读取csv避免第一行作为表头,header=None
f = pd.read_csv('filename.csv', header=None)
3. 对DataFrame表格根据某列的内容进行切片,isin(),无需知道确切的行数
![0bbc3cedd4840394b33e58242fdf9f59.png](https://i-blog.csdnimg.cn/blog_migrate/99ac3c844682fad0bd416eebedb73cf3.jpeg)
f1 = f[f['Type'].isin(['Bi'])]
print(f1)
![643b31c217190265b84bccccd79b6d8a.png](https://i-blog.csdnimg.cn/blog_migrate/7f1d1c0997d826ff862509d7457ec02d.jpeg)
4. isin()也可以用逻辑符连接,进行进一步筛选
f1 = f[f['X'].isin([X]) & f['Y'].isin([Y]) & (f['Z']-1.5) < 1.7]
5. df.copy()可以复制之前的表格,修改新表格数据时,之前的表格不受影响
df2 = df.copy()
6. 使用df.concat([df1, df2], axis=0) 将df2追加到df1末端
7. 警告”A value is trying to be set on a copy of a slice from a DataFrame. Try using .loc[row_indexer,col_indexer] = value instead“
出现这个警告是链式赋值引起的,在复制表格时候,若令df2=df1