PD16反向数据表

今天修改以前一模块,什么文档都没有,痛苦啊,所以先用PD把数据表反向出来,废话不多说直接开始。
由于MySQL自己的安装程序不包含ODBC的驱动,所以PowerDesigner是不能连接到MySQL的.需要安装MyODBC开发版5.2来访问.下载地址:http://dev.mysql.com/downloads/connector/odbc/自行下载并安装~

1.创建反向工程

2.选择MySql

3.在此输入图片描述

4.在此输入图片描述

5.在此输入图片描述

6.在此输入图片描述

7.在此输入图片描述

8.在此输入图片描述

9.在此输入图片描述

转载于:https://my.oschina.net/linland/blog/112251

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 在 Pandas 中,你可以使用 `~` 操作符来反向筛选数据。例如: ``` import pandas as pd df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [True, False, True, False]}) # 反向筛选出所有 B 列为 False 的行 result = df[~df['B']] print(result) ``` 输出: ``` A B 1 2 False 3 4 False ``` ### 回答2: 在pandas中,我们可以使用"~"运算符来进行反向筛选数据。"~"运算符可以应用于布尔条件,将其翻转。 假设我们有一个DataFrame对象df,其中包含了一列名为"age"的年龄数据。我们想要筛选出年龄不等于25的所有行数据。可以使用如下代码: filtered_data = df[~(df['age'] == 25)] 首先,我们使用df['age'] == 25创建了一个布尔条件,该条件返回True示年龄等于25的行。然后,在布尔条件外加上"~"运算符,实现翻转。最后,将该布尔条件传递给df[]操作符,从而将筛选后的数据返回给filtered_data。 另外,我们也可以使用loc[]方法来实现反向筛选数据。使用loc[]方法的好处是可以同时选择行和列。例如,使用以下代码可以实现相同的目标: filtered_data = df.loc[~(df['age'] == 25), :] 在loc[]方法中,我们使用布尔条件作为行索引,":"示选择所有列。再次,在布尔条件之前添加"~"运算符实现反向筛选。 无论选择哪种方法,都可以通过使用"~"运算符来反向筛选pandas数据。 ### 回答3: 在Pandas中,可以使用~(波浪线)来实现反向筛选数据的操作。具体步骤如下: 首先,我们需要根据特定的条件进行数据筛选。例如,我们有一个名为df的DataFrame,并且我们希望筛选出其中某一列满足特定条件的数据。 可以使用语法df[column_name] < condition来实现条件筛选,其中column_name是列名,condition是满足的条件。 接下来,我们可以使用~运算符来反向筛选数据。只需在条件前面加上~即可。 例如,我们可以使用以下语法来反向筛选出df中某列不满足特定条件的数据: filtered_data = df[~(df[column_name] < condition)] 这将返回一个新的DataFrame对象filtered_data,其中包含不满足条件的数据。 需要注意的是,波浪线~必须放在整个条件的外部,以确保正确的逻辑运算顺序。 使用这种方法,我们可以方便地对数据进行反向筛选,得到我们所需的结果。通过修改条件以及列名,可以在实际应用中灵活使用此方法。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值