-1、首先直接看文档：df.drop_duplicates?Signature: df.drop_duplicates(subset=None, keep='first', inplace=False)Docstring:Return DataFrame with duplicate rows removed, optionally onlyconsidering certain...

DataFrame.insert(loc, column, value, allow_duplicates=False)[source]Insert column into DataFrame at specified location.Raises a ValueError if column is already contained in the DataFrame, unless al...

pandas.DataFrame.mergepd.merge(left, right, how='inner', on=None, left_on=None, right_on=None,left_index=False, right_index=False, sort=True,suffixes=('_x', '_y'), copy=True, indi...

excel的写入函数为pd.DataFrame.to_excel()；必须是DataFrame写入excel, 即Write DataFrame to an excel sheet。to_excel(self, excel_writer, sheet_name='Sheet1', na_rep='', float_format=None,columns=None,header=True

numpy库提供非常便捷的数组运算，方便数据的处理。1、数组与标量之间可直接进行运算In [45]: aOut[45]:array([[ 0,1,2,3],[ 4,5,6,7],[ 8,9, 10, 11]])In [46]: a/5Out[46]:array([[ 0. ,0.2,0.4,0.6],

-首先看一下 df.shift(periods=1, freq=None, axis=0) 的源码解释：df.shift?Signature: df.shift(periods=1, freq=None, axis=0)Docstring:Shift index by desired number of periods with an optional time freqPa...

merge_ordered:函数允许组合时间序列和其他有序数据。 特别是它有一个可选的fill_method关键字来填充/插入缺失的数据。import pandas as pdleft = pd.DataFrame({'k': ['K0', 'K1', 'K1', 'K2'],'lv': [1, 2, 3, 4],...

通过pandas库进行数据操作时非常的简介易用，接下来简单实例来写入csv文件：In [1]: import pandas as pdIn [2]: data = {'row1':[1,2,3,'biubiu'],'row2':[3,1,3,'kaka']}In [3]: dataOut[3]: {'row1': [1, 2, 3, 'biubiu'], 'row2': [3, 1,

对数据进行操作时，经常需要在横轴方向或者数轴方向对数据进行操作，这时需要设定参数axis的值：axis = 0 代表对横轴操作，也就是第0轴；axis = 1 代表对纵轴操作，也就是第1轴；numpy库中横轴、纵轴 axis 参数实例详解：In [1]: import numpy as np#生成一个3行4列的数组In [2]: a = np.arange(12).resha

在上一篇文章中【python】详解threading模块：Condition类的使用（三），详细解释了condition类的使用，可以进行线程之间的通，通过threading.Condition的notify方法实现。threading模块提供Event类实现线程之间的通信。很多时候，线程之间会有互相通信的需要。常见的情形是次要线程为主要线程执行特定的任务，在执行过程中需要不断报告执行的进度情况.