一、深复制与浅复制列表是Python中自带的一种数据结构，在使用列表时，拷贝操作不可避免，下面简单讨论一下列表的深复制（拷贝）与浅复制首先看代码：l1 = [5, 4, 3, 2, 1]
# 用两种方法实现对列表l1的拷贝
l2 = l1
l3 = l1[:]
print(l1) # [5, 4, 3, 2, 1]
print(l2) # [5, 4, 3, 2, 1]
print(l3) # [
转载
2023-07-11 01:00:08
197阅读
# Python中的深复制（Deep Copy）详解
在Python中，数据结构的复制是一个非常重要的话题。特别是在处理复杂对象（如列表、字典以及自定义对象）时，理解浅复制和深复制之间的区别非常关键。而深复制（deep copy）在需要对嵌套对象进行独立操作时尤其重要。
## 什么是深复制？
深复制是指创建一个对象的完整副本，包括该对象引用的所有嵌套对象。与之相对的是浅复制（shallow
# 使用Python复制DataFrame中的一列
在数据分析与处理的过程中，使用`pandas`库是非常普遍的。从数据加载、处理到分析，`pandas`提供了许多便捷的方法。今天，我们将学习如何使用Python复制一个`DataFrame`中的一列。此技能将对你的数据处理能力有所帮助。
## 流程概述
为了实现这一目标，我们可以遵循以下步骤：
| 步骤编号 | 步骤描述
即然要讲区别的话，那就先看看他们的概念叭。先来看看indexpython index（）方法检测字符串中是否包含字符串str,如果指定beg(开始)和end(结束)范围，则检查是否包含在指定的范围内。如果包含字符串则返回开始的索引值，否则抛出异常。接下来是findpython find()方法检测字符串中是否包含字符串str,如果指定beg(开始)和end(结束)范围，则检查是否包含在指定范围内，
转载
2023-11-25 11:18:37
88阅读
df每行分别复制变成多行
原创
2023-12-04 14:45:34
101阅读
目录一、基础语法1.Print（）函数 2.变量的定义和使用3.整数类型 4.浮点类型5.布尔类型6.字符串类型7.数据类型转换8.注释9.input()函数10.算术运算符11.赋值运算符12.比较运算符13.布尔运算符14.逻辑运算符15.运算符的优先级16.对象的布尔值二、结构1.分支结构2.range函数创建列表3.for-in循环4.找水仙花数5.else语句6.嵌套
转载
2023-10-08 08:56:04
149阅读
pandas是基于numpy构建的，使数据分析工作变得更快更简单的高级数据结构和操作工具。本文为大家带来10个玩转Python的小技巧，学会了分分钟通关变大神！1. read_csv每个人都知道这个命令。但如果你要读取很大的数据，尝试添加这个参数：nrows = 5，以便在实际加载整个表之前仅读取表的一小部分。然后你可以通过选择错误的分隔符来避免错误（它不一定总是以逗号分隔）。（或者，你可以在li
转载
2023-11-16 23:26:52
155阅读
Python数据分析pandas入门！(附数据分析资料)DataFrame生成方式：1、从另一个DataFrame创建。2、从具有二维形状的NumPy数组或数组的复合结构生成。3、使用Series创建。4、从CSV之类文件生
转载
2023-12-11 18:05:01
1050阅读
导言：对python的数据分析包的pandas不可不提，其中数据透视表DataFrame的数据处理能力很是强大；1.导入pandasimport pandas as pd
DataFrame = pd.DataFrame2.数据读入 data = pd.read_csv(path, sep = '\t', header='infer')3.常用命令 df = DataFrame() #创建Data
转载
2023-09-12 13:17:07
775阅读
目录一、os函数目录二、os.path目录三、os.path常用操作四、os常用操作 一、os函数目录1 os.access(path, mode) 检验权限模式2 os.chdir(path) 改变当前工作目录3 os.chflags(path, flags) 设置路径的标记为数字标记。4 os.chmod(path, mode) 更改权限5 o
转载
2023-07-11 01:01:09
245阅读
# 如何实现 "python df at"
## 概述
在Python中，`df.at`是pandas库中的一个方法，用于获取或设置DataFrame中特定单元格的值。本文将向你介绍如何使用`df.at`方法，并提供一个简单的步骤表格，以及每一步所需的代码和注释。希望这篇文章对你理解和使用`df.at`方法有所帮助。
## 步骤表格
下面是实现"python df at"的步骤表格，用于指导你
原创
2024-02-15 03:30:32
81阅读
文件行数描述打印输出附件文件的有效行数，注意：空行不计算为有效行数。链接：https://pan.baidu.com/s/1xURpGrALY0aZaoIEZI1LpA提取码：ks7mf = open("latex.log","r")
count = 0
for i in f:
line = i.strip("\n") #以回车为分隔，代表一行
if len(line) == 0: #空行不计算
转载
2023-10-16 07:41:33
197阅读
在“pydf”(Python的磁盘文件系统 )是一种先进的命令行工具和一个很好的替代Linux的“ DF COMAND” 。 它是用来在Linux文件系统，同样喜欢df命令显示的使用和可用的磁盘空间量，但在不同的颜色。 pydf命令的输出可以根据您的需要进行自定义。Pydf检查磁盘使用情况的命令这种“pydf”命令被写在在Linux安装的文件系统，使用自定义的颜色不同的文件系统类型，显示磁盘使用和
转载
2023-12-27 17:47:03
427阅读
# Python DataFrame按行删除操作指南
## 1. 引言
在Python的数据分析和处理过程中，经常需要对DataFrame进行操作。其中，按行删除DataFrame的需求也非常常见。本文将提供一个详细的指南，教会刚入行的开发者如何实现"python df 按行删除df"。
## 2. 操作流程
下面是整个按行删除DataFrame的操作流程的概览。我们将使用以下步骤来完成这个任
原创
2024-01-04 03:38:01
96阅读
前言：EXCEL是日常办公最常用的软件，然而遇到数据量特别大(超过10W条)或者需要很复杂的公式时就显得没那么方便了(卡卡卡)，所以还是那句话，“Life is short, you need Python”，下面就总结一些python替代EXCEL的常用操作，方便大家学习。本例数据集采用网上公开的数据源，某地森林大火数据，共有13个特征，X和Y代表地理位置，month代表月份，day代表星期几，
转载
2024-06-28 08:28:23
119阅读
文章目录2. Python基础2.1 数据类型和变量转义字符除法2.2 字符串和编码字符转编码（Unicode）编码转字符整数编码bytes类型数据表示str转bytesbytes转str忽略错误字节计算str包含多少个字符包含中文的*.py文件开头注释格式化占位符补零和位数format2.3 list和tuple2.3.1 list获取list中元素的个数访问list中某个元素list末尾追加
转载
2023-08-18 10:45:19
56阅读
0. 前言本文爬取深圳市数据分析的职位信息，并以CSV格式保存至电脑, 之后进行数据清洗, 生成词云，进行描述统计和回归分析,最终得出结论.1. 用到的软件包Python版本： Python3.6requests: 下载网页math: 向上取整time: 暂停进程pandas：数据分析并保存为csv文件matplotlib：画图statsmodels：统计建模wordcloud、scipy、jie
转载
2024-08-28 13:53:19
56阅读
Python学习笔记 - loc和iloc的用法与区别如果我要查看全部数据，则直接输入df如果我们要看表头，那就输入：df.columnspandas索引dataframe的索引中，有三个函数可以用于选择数据loc(): 使用index来选择数据 （based indexing）iloc()：使用整数索引来选择数据 （positional indexing）ix(): iloc()和loc()的混
转载
2023-08-04 13:00:18
148阅读
Pandas知识点导入：import pandas as pd
df=pd.read_excel("data/梁山108将.xlsx")
#导入excel表格 打印数据的数据结构 显示数据的形状（行、列）/每一列索引 /通过索引输出一列/查看列数据类型Series结构dataframe创建dataframe 基本操作#创建
data=[{'座次':'1','姓名':'宋江'},{'座次':'2',
转载
2023-11-02 10:15:46
143阅读
【课程2.6】 Pandas数据结构Dataframe：索引Dataframe既有行索引也有列索引，可以被看做由Series组成的字典（共用一个索引）选择列 / 选择行 / 切片 / 布尔判断1.选择行与列df = pd.DataFrame(np.random.rand(12).reshape(3,4)*100,
index = ['one','two','t
转载
2023-09-17 10:39:32
191阅读
