wlbk.net
当前位置:首页 >> python 两列 >>

python 两列

首先,为了以后在处理大量数据的效率,一定要养成【不】使用循环的方式处理pandas或者numpy数据的习惯, 最好使用包内置的方法或者被重载过的通用方法来实现。以前刚接触pandas的时候,处理10W+的是数据的时候,用循环处理,等了半天都没有结果...

def sort(a): for k in range(len(a)): (a[k][0],a[k][1]) = (a[k][1],a[k][0]) a.sort() for k in range(len(a)): (a[k][0],a[k][1]) = (a[k][1],a[k][0])a = [[1,2,4],[6,5,6],[2,5,9]]sort(a)print(a)

test.txt1 130 12 D0012 130 12 D0023 130 12 D0034 130 12 5 130 12 D0046 130 12 D005# coding: utf-8f = open('test.txt') #打开文件tmp_dict = {} #临时字典for i in f.readlines():#逐行读取分割 空的补'' 字符 j = i.strip().split() if l...

你这是什么规律啊???你告诉大家第四行应该插入什么?又麻烦,还没分,难怪没人搭理你。

12345678910111213141516171819test.txt1 130 12 D0012 130 12 D0023 130 12 D0034 130 12 5 130 12 D0046 130 12 D005 # coding: utf-8f = open('test.txt') #打开文件tmp_dict = {} #临时字典for i in f.readlines():#逐行读取分割 空的补'' ...

在B1中输入或复制粘贴下列公式: =LEFT(A1,LENB(A1)-LEN(A1)) 下拉填充公式 在C1中输入或复制粘贴下列公式 =RIGHT(A1,2*LEN(A1)-LENB(A1)) 或 =SUBSTITUTE(A1,B1,) 下拉填充!

用re的正则表达式,楼上正解

现在你已经得到了A1、B1两个单元格相除的结果,然后把鼠标点到单元各右边角,看到它变成小十字然后下拉直到对应的末端,这样一列都相除了!!

import pandas as pd #新建一个dataFrame,df d={ '消费总金额':[100,150,200], '消费次数':[1,2,2], } df=pd.DataFrame(d) #新增一列‘平均值’表示两者相除 df['平均值'] =df.apply(lambda x: x[0] / x[1], axis=1) df

表格文件里看起来是空的地方,有时候可能并不是空的,也许会存在一个空格字符。最保险的办法,先用正则将空格匹配出来,然后全部替换为NULL,再在用pandas读取的时候指定 (na_values='NULL')就是将NULL认为是nan处理,接下来就可以用dropna()...

网站首页 | 网站地图
All rights reserved Powered by www.wlbk.net
copyright ©right 2010-2021。
内容来自网络,如有侵犯请联系客服。zhit325@qq.com