python 一些函数的使用示例

目录

zip的使用示例

datetime的使用示例

pandas.Series.isin的使用示例

str.format() 的使用示例

map的使用示例

list.count()的使用示例

pandas.to_datetime的使用示例

---

zip的使用示例

a = [1,  2,  3]
b = [11, 12, 13]
c = [21, 22, 23, 24]

zip_a_b = zip(a, b)
print(list(zip_a_b))
# 输出
[(1, 11), (2, 12), (3, 13)]

zip_a_b = zip(a, b)
print(dict(zip_a_b))
# 输出
{1: 11, 2: 12, 3: 13}

zip_a_b = zip(a, b)
for i in zip_a_b:
    print(i)
# 输出
(1, 11)
(2, 12)
(3, 13)

# 元素个数与最短的列表一致
zip_a_c = zip(a, c)
print(list(zip_a_c))
# 输出
[(1, 21), (2, 22), (3, 23)]

datetime的使用示例

date_example = datetime.date.today()

# 返回年
print(date_example.year)

# 返回月
print(date_example.month)

# 返回日
print(date_example.day)

# 返回周几
print(date_example.weekday())

# 返回指定格式的日期字符串
print(date_example.strftime('%Y/%m/%d'))

pandas.Series.isin的使用示例

Series.isin(self, values)
# Whether each element in the DataFrame is contained in values.

data
   A  B   C   D
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11
 
data[data['A'].isin([4,8])]
# 返回满足{A列含有数值[4,8]}条件的值
   A  B   C   D
1  4  5   6   7
2  8  9  10  11
 
data[~data['A'].isin([4,8])]
# ~逆函数，返回不满足{A列含有数值[4,8]}的值
   A  B  C  D
0  0  1  2  3

str.format( ) 的使用示例

# 按默认顺序
"{} {}".format("hello","world")
# 输出
'hello world'

# 指定位置
"{1} {0} {1}".format("hello","world")
# 输出
'world hello world'

# 指定参数
"网站名：{name}, 地址：{url}".format(name = "菜鸟教程", url = "www.runoob.com")
# 输出
'网站名：菜鸟教程, 地址：www.runoob.com'

map的使用示例

# 根据提供的函数对指定序列做映射，python3返回的是迭代器
map(function, iterable)

# 计算平方数的函数
def square(x) :
	return x ** 2

map(square,[1,2,3,4,5])
# 输出
<map object at 0x000001E81E487550>

list(map(square,[1,2,3,4,5]))
# 输出
[1, 4, 9, 16, 25]


# 支持lambda匿名函数
map(lambda x: x ** 2, [1, 2, 3, 4, 5])
# 提供了两个列表，对相同位置的列表数据进行相加
map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10])

list.count()的使用示例

# list.count(obj) 统计某个元素在列表中出现的次数
aList = [123, 'xyz', 'zara', 'abc', 123]
print(aList.count(123))
# 输出
2

pandas.to_datetime的使用示例

# https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.to_datetime.html
# pandas.to_datetime(arg, errors='raise', dayfirst=False, yearfirst=False, utc=None, format=None, exact=True, unit=None, infer_datetime_format=False, origin='unix', cache=True)

import pandas as pd
dates = ['2017-01-05', 'Jan 5, 2017', '01/05/2017', '2017.01.05', '2017/01/05','20170105']
pd.to_datetime(dates)
输出: 
DatetimeIndex(['2017-01-05', '2017-01-05', '2017-01-05', '2017-01-05',
                '2017-01-05', '2017-01-05'],
              dtype='datetime64[ns]', freq=None)

 

end