一、列表list**
1. append() 在末尾插入一个内容
2. insert(index,data) 指定位置插入
如：a.insert(3,11)在第四个位置插入113. del() 删除
4. pop()拿出最后一个元素，经常有赋值操作如：a=x.pop()
5. remove()在列表中删除指定值的元素，列表中必须有这个值，否则会报错，应使用try或先进行判断
6. clear()
利用python整理表格数据由于疫情数据量大，且时间跨度大从2020.1.23-2020.2.2日，可以利用‘’日期‘标签进行筛选： 首先需要python环境以及都三方库pandas 一下是实现代码：import pandas as pd
data=[]
dfd = pd.read_excel('F:\gbh\python\practice\大创\data\武汉疫情数据\迁徙.xlsx')
#df
转载
2023-06-20 21:42:36
82阅读
数据结构与算法思维导图暑假期间总结的，内容都比较基础，可用作基础复习！文章最下方有思维导图PDF版本下载链接！ 再长的路，一步步也能走完，再短的路，不迈开双脚也无法到达。简介数据结构的基本概念基本概念和术语数据数据是信息的载体，是描述客观事物属性的数、字符及所有能输入到计算机中并被计算机程序识别和处理的符号的集合数据元素数据元素是数据的基本单位，通常作为一个整体进行考虑和处理数据对象数据对象是具有
列表python中列表是可变的，这是它区别于字符串和元组的最重要的特点了：列表可被修改，字符串和元组不行??以下介绍列表的一些常用方法1 list = [5,2,4,3,1,6]
2 list.append(7) #把一个元素添加到列表的结尾
3 print(list)
4 list.extend([8]) #通过添加指定列表的所有元素来扩充列表
5 print(list)
6 li
目录一：melt整理数据：1: melt参数信息：2： 将原有表重新构造成长表：3：修改列名：4： 固定多列转换少数列：4：对表进行拆分：二：stack整理数据：三： wide_to_long整理数据：四：使用unstack处理数据：一：melt整理数据：1: melt参数信息：从数据分析的角度，有时候我们需要把数据由"宽"数据，转换成”长”数据。2： 将原有表重新构造成长表：pew_long = pd.melt(pew,id_vars=‘religion’)3：修改列名：原有转换默认
原创
2021-07-30 14:03:53
84阅读
目录一、数据泵的操作准备1.1、创建数据泵目录1.2、给该目录赋权1.3、查看创建的目录细节1.4、简单例子二、数据泵的基本使用2.1、使用参数文件2.2、全数据库导出2.3、schema级别导出2.4、表空间级别2.5、表级别2.6、直接通过网络执行导出或导入操作三、数据泵得其它用法3.1、估算导出的作业3.2、列出数据泵文件备份中的内容3.3、克隆用户3.4、创建一致性导出文件3.5、在对象已
原创
2020-05-12 11:38:02
1531阅读
本篇文章是为了总结前段时间在进行性能数据整理分析时所学习到的内容而写的……
原创
2013-04-09 10:29:42
388阅读
定义和类比定义整理是一个奇怪的词。我们来看看定义。这
原创
2022-11-19 10:09:47
106阅读
目录一：melt整理数据：1: melt参数信息：2： 将原有表重新构造成长表：3：修改列名：4： 固定多列转换少数列：4：对表进行拆分：二：stack整理数据：三： wide_to_long整理数据：四：使用unstack处理数据：一：melt整理数据：1: melt参数信息：从数据分析的角度，有时候我们需要把数据由"宽"数据，转换成”长”数据。2： 将原有表重新构造成长表：pew_long = pd.melt(pew,id_vars=‘religion’)3：修改列名：原有转换默认
原创
2022-02-13 11:38:42
59阅读
在这个世界上，人们每天都在用 Python 完成着不同的工作。而文件操作，则是大家最常需要解决的任务之一。使用 Python，你可以轻松为他人生成精美的报表，也可以用短短几行代码快速解析、整理上万份数据文件。当我们编写与文件相关的代码时，通常会关注这些事情：我的代码是不是足够快？我的代码有没有事半功倍的完成任务？ 在这篇文章中，我会与你分享与之相关的几个编程建议。我会向你推荐一个被低估的 Pyth
每次爬虫获取的数据都是需要处理下的。所以这一次简单讲一下Pandas的用法，以便以后能更好的使用。数据整合是对数据进行行列选择、创建、删除等操作。数据清洗则是将整合好的数据去除其中的错误和异常。本期利用之前获取的网易云音乐用户数据，来操作一番。/ 01 / 数据整合首先读取数据。import numpy as np
import pandas as pd
import matplotlib.pyp
转载
2023-10-18 10:42:18
44阅读
最近，大数据工程师Kin Lim Lee在Medium上发表了一篇文章，介绍了8个用于数据清洗的Python代码。数据清洗，是进行数据分析和使用数据训练模型的必经之路，也是最耗费数据科学家/程序员精力的地方。这些用于数据清洗的代码有两个优点：一是由函数编写而成，不用改参数就可以直接使用。二是非常简单，加上注释最长的也不过11行。在介绍每一段代码时，Lee都给出了用途，也在代码中也给出注释。大家可以
转载
2023-10-09 00:07:32
68阅读
数据整理（合并、堆叠）
原创
2022-07-07 11:08:14
160阅读
相信有不少朋友日常工作会用到 Excel 处理各式表格文件，更有甚者可能要花大把时间来做繁琐耗时的表格整理工作。最近有朋友问可否编程来减轻表格整理工作量，今儿我们就通过实例来实现 Python 对表格的自动化整理。首先我们有这么一份数据表 source.csv：我们要做的是从上表中提取数据，来生成一份符合以下要求的表格：按照以下分组名单 group.xls 来整理数据表中的数据：最终要展现的数据项
原作 Kin Lim Lee
乾明 编译整理
最近，大数据工程师Kin Lim Lee在Medium上发表了一篇文章，介绍了8个用于数据清洗的Python代码。 数据清洗，是进行数据分析和使用数据训练模型的必经之路，也是最耗费数据科学家/程序员精力的地方。
这些用于数据清洗的代码有两个优点：
一是由函数编写而成，不用改参数就可以直接使用。
数据源列表 MYSQL SQL Server Oracle Hive PostgreSQL FTP Hbase HDFS Elasticsearch Imapala Kafka Kudu Greenplum Clickhouse Kylin MongoDB DB2 ...
转载
2021-08-31 15:14:00
253阅读
2评论
过期数据保留期限：Alert以关闭时间开始算起
#查看当前正在使用中的分区select * from PartitionTables where IsCurrent = 1
#执行分区和整理任务：USE OperationsManagerEXEC p_PartitioningAndGrooming
####????手动执行完该存储过程后InternalJobHistory 表中没有记录
原创
2021-08-23 11:14:36
332阅读
清理数据 python (Content)Identifying data typesFixing the rows and columnsImputing/removing missing valuesHandling outliersStandardising the valuesFixing invalid valuesFiltering the data(1. Identifying D
选择要导入的文本文件所在的位置，弹出文件转换框，点击下一步 在预览内，我们可以看到每个字段之间，都是用分号分隔开的，所以在分列的时候，我们选择分隔符号，默认导入起始行为1，点击下一步
再选择分隔符号为分号，点击下一步对于ID这一列，有20个字符，因为EXCEL的底层逻辑是各单元格是数值，20个字符超过了数值能够显示的数量，因此我们选中ID这一列，选择列数据类型为“文本”包括日期一列，也需
Oracle 作为一种大型数据库，广泛应用于金融、邮电、电力、民航等数据吞吐量巨大，计算机网络广泛普及的重要部门。对于系统管理员来讲，如何保证网络稳定运行，如何提高数据库性能，使其更加安全高效，就显得尤为重要。作为影响数据库性能的一大因素 -- 数据库碎片，应当引起 DBA 的足够重视，及时发现并整理碎片乃是 DBA 一项基本维护内容。1、碎片是如何产生的当生成一个数据库时，它会 分成称为表空间(
转载
2023-10-17 08:35:53
58阅读
