python数据类型：1、序列序列是Python中最基本的数据结构。序列中的每个元素都分配一个数字 - 它的位置，或索引，第一个索引是0，第二个索引是1，以此类推；Python有6个序列的内置类型，但最常见的是列表和元组。1.1列表列表就是用来存储和表示一连串元素的容器，用[ ]来表示，里面可以由逗号隔开，列表的数据项不需要具有相同的类。序列都可以进行的操作包括索引，切片，加，乘，检查成员。此外，
转载
2023-06-16 09:30:30
64阅读
# Python 列和列组合实现
## 介绍
在Python编程中，经常需要对列进行操作，包括列的组合和拆分。本文将向您展示如何使用Python实现列和列组合。
## 整体流程
下表是我们实现列和列组合的整体流程：
| 步骤 | 描述 |
| --- | --- |
| 1 | 导入所需的库 |
| 2 | 创建列 |
| 3 | 列组合 |
| 4 | 输出结果 |
接下来，我们将一步步
原创
2023-12-20 09:52:37
28阅读
之前用featureCount 处理得到结果，要提出第一列gene_id 和 readcount 列，首先软件输出的第一行默认是你使用的命令行，没有用，用bash批量删掉。for i in `ls`;do sed -i '1d' $i;done删除当前文件夹下所有文件第一行。其实提出两列很简单，不过我受够了每次一个文件执行一次的烦。想搞成别的程序调用时命令行参数直接就行。第一次知道sys.argv
转载
2023-07-02 10:14:03
121阅读
数据分析过程中，经常会使用Python之对DataFrame的多列数据运用apply函数操作，通过上述操作可以快速综合多列数据得到相应结果。如果得到的结果只有一个数，则可以直接赋值到DataFrame中的新字段，但是我在分析过程中往往会遇到，函数结果为元组（例如得到两个字段），此时需要将结果分别赋值到DataFrame中的两个新字段，否则需要两次运用apply函数赋值两次。经过搜索，可以通过下述方
转载
2023-06-10 00:20:19
240阅读
# Python列表：探究Python中最常用的数据结构
引言
Python是一种广泛应用的高级编程语言，它提供了丰富的数据结构和功能，其中最常用的数据结构之一就是列表。列表是一种有序的集合，可以包含任意类型的数据，而且可以根据需要动态地增加、删除和修改元素。本文将介绍Python列表的基本概念、常见操作以及一些实用的技巧。
## 列表的基本概念
在Python中，列表使用方括号 `[]` 表
原创
2024-07-09 05:43:59
18阅读
怎样删除list中空字符？最简单的方法：new_list = [ x for x in li if x != '' ] 这一部分主要学习pandas中基于前面两种数据结构的基本操作。设有DataFrame结果的数据a如下所示：
a b c
one 4 1 1
two 6 2 0
three 6 1 6一、查看数据（查看对象的方法对于Se
转载
2023-09-14 16:51:38
311阅读
Pandas 的列/行操作一、列操作1.1 选择列1.2 增加列1.3 删除列（del 和 pop 函数）二、行操作2.1 选择行2.1.1 通过 label 选择行（loc 函数）2.1.2 通过序号选择行（iloc 函数）2.1.3 通过序号选择行切片2.2 增加行（append 函数）2.3 删除行（drop 函数） 一、列操作1.1 选择列d = {'one' : pd.Series([
转载
2023-06-11 14:15:04
202阅读
引言当我开始学习 Python 的时候，并不知道它是多么的灵活和优雅。在阅读和编写了大量代码之后，我越来越喜欢 Python。因为即使是一个普通的操作也可以有许多不同的实现。合并列表是一个很好的例子，至少有5种方法可以做到这一点。本文将介绍它们，并展示在引擎盖下的技巧。1. 直接添加列表在 Python 中合并列表最简单的方法就是直接使用 + 操作符，如下例所示:leaders_1 = ['Elo
转载
2023-05-30 15:31:09
372阅读
import codecs
f = codecs.open('test1 - 副本.txt', mode='r', encoding='utf-8') # 打开txt文件，以‘utf-8’编码读取
line = f.readline() # 以行的形式进行读取文件
list1 = []
while line:
a = line.split()
b = a[0:1] # 这
转载
2023-06-26 23:15:56
176阅读
import pandas as pd
import numpy as np
df=pd.DataFrame(np.arange(16).reshape(4,4),columns=["sh","bj","sz","gz"],index=["one","two","three","four"]) 目录1. 对每一列求和2.对每一行求和3.DataFrame中axis=1/axis=0的区别 1. 对
转载
2023-07-01 18:45:06
570阅读
1. 将数据 按列拷贝至 pydatain.txt 文件中， 并在文件末尾回车两行，如下2. 执行 python pyexcel.py 脚本，生成 pydataout.txt 文件，如下 3. 将数据拷贝至 excel 表格中Python 源码：#coding:utf-8
import numpy as np
fr = open('./pydatain.txt','r') # 读取数据
转载
2023-07-03 19:39:58
76阅读
set介绍：set和dict依赖于散列表。可散列（hashable）数据类型：在对象的生命周期中，散列值不可变。frozenset也是hashable的，因为根据其定义，frozenset里只可容纳可散列类型。元组也是hashable的，但只有当元组包含的所有元素都是hashable类型的情况下它才是可散列的。一般用户定义的类型对象都是可散列的，散列值为id()返回值。 可散列可通过hash(A)
转载
2024-01-06 00:08:00
48阅读
有的员工，没有公司开户行的银行卡，发放现金工资。有时人多，需要计算币数。现金工资表中，其中一列为实发工资，import pandas as pd，转化为pd.DataFrame。 面值[100,50,20,10,5,1]，简化版为[100,50,10,5,1]、[100,10,1]、[1]。 做个函数，def f(x)，参数为实发工资。定义两个空list，循环分别插入取整、取余
转载
2023-07-10 17:26:24
243阅读
首先是需求一：
有 表 A.xlsx 和 表 B.xlsx，想将其纵向合并成同一张表格:
以及需求二：
想在 表 C.xlsx 中提取第三列、在 表 D.xlsx 中提取前两列，整合成新的表格：
如果不用编程，纯手工操作其实并不难，选中区域、复制再粘贴就搞定了。
工作量小的情况下，手工操作一番还挺快乐的；
但如果文件几十上百份、甚至成百上
转载
2023-07-05 20:26:03
105阅读
目录设置列宽行高字体设置边框设置对齐方式背景颜色合并单元格数据保护设置列宽行高原表数据import xlrd, xlwt
from xlutils.copy import copy
ele = xlrd.open_workbook('wd.xlsx') # 打开表
sheet1 = ele.sheets()[0] # 获取表单
new_wd = copy(ele)
st = new_wd.g
转载
2023-11-24 17:06:18
257阅读
如何在两列并排打印输出。我把它设置为打印两列，但我的数据没有对齐。顺便说一句，我不允许使用列表、元组、集合或字典。尤其不能使用string split()方法，因为它返回一个列表。在my_file=open("project05.data.txt", "r")
转载
2023-05-22 22:04:31
327阅读
在Python中使用Numpy创建向量：x = np.array([1, 2, 3, 4])创建3 x 3矩阵B = np.array([[1, 2],[3, 4],[5, 6]])Shape形状，也可称为维度，表示矩阵中每个维度的具体数值;B.shape 3 x 2转置行向量可转置为列向量，列向量转置为行向量 如为方阵转置后行数列数不变，对于非方阵，2 x 3矩阵转置后为3 x 2矩阵B_t =
转载
2023-09-20 20:53:05
175阅读
作者 | CDA数据分析师在数据选择之前是要把所有的菜品都洗好并放在不同的容器里。现在要进行切配了，需要把这些菜品挑选出来，比如做一盘凉拌黄瓜，需要先把黄瓜找出来；要做一盘可乐鸡翅，需要先把鸡翅找出来。数据分析也是同样的道理，你要分析什么，首先要把对应的数据筛选出来。常规的数据选择主要有列选择、行选择、行列同时选择三种方式。一、列选择1、选择某一列/某几列（1）Excel实现在
转载
2023-06-09 12:59:28
1873阅读
文章目录前言一、DataFrame的合并1.1 按列名合并 (pd.merge())1.2 相同列添加行数 (pd.concat()功能)二、应用 (.apply()功能)三、分组 (.groupby())3.1 groupby的原理与返回值3.2 分组后数据聚合 (.agg())3.3 分组后数据转换 (.transform())3.4 分组后数据过滤 (.filter())3.5 分组后应用
转载
2023-10-13 10:10:01
325阅读
1.一维数组一维数组既不是行向量，也不是列向量。import numpy as np
a=np.array([1,2,3])
print(np.shape(a))
>>>(3,)2.行向量import numpy as np
a=np.array([[1,2,3]])
print(np.shape(a))
>>>(1,3)3.列向量import numpy as
转载
2023-06-03 19:25:12
589阅读
