import pandas as pd data = pd.read_csv("items.csv") data1 = pd.read_csv('signup.csv') data2 = pd.read_csv('signup1.csv') new_data=pd.concat([data1,data2],axis=0) new_data1=pd.merge(data,new_data,how='inner',on='item_id') print(new_data1.groupby(['item_name'])['item_name'].count()) 使用pd.con...

import pandas as pd data = pd.read_csv("items.csv") data1 = pd.read_csv('signup.csv') new_data=pd.merge(left=data,right=data1,how='outer',on=['item_id']) print(new_data.groupby(['item_name'])['employee_id'].count()) 因为内连接是取左右表on字段相同的值组成的，而外连接则是左右两表的on字段组成的，其不需要两表共有，都有则取起来组合，若没有则对应属性值用NaN填补...

import pandas as pd data = pd.read_csv("items.csv") data1 = pd.read_csv('signup.csv') new_data = pd.merge(left=data1,right=data,how='inner',on=['item_id']) print(new_data.groupby(by=['item_name'])['item_name'].count()) 使用内连接将两个表进行连接，得到新表如下：再按照item_names进行分组并通过count()函数统计每个item的个数

import pandas as pd data = pd.read_csv('Nowcoder.csv') pd.set_option('display.width',300) pd.set_option('display.max_rows',None) pd.set_option('display.max_columns',None) data.fillna(value={'Graduate_year':data['Graduate_year'].max(), 'Language':'Python', 'Ach...

import pandas as pd data = pd.read_csv('Nowcoder.csv') corr= (data[data.Num_of_exercise>10].Num_of_exercise/data[data.Num_of_exercise>10].Number_of_submissions).max() print("%.3f"%corr) 正确率=刷题数/提交代码总次数，求出每个刷题量大于10的用户的正确率后利用max()取最大值即可

import pandas as pd data = pd.read_csv('Nowcoder.csv') print("%.2f"%data.Num_of_exercise.var()) print("%.2f"%data.Number_of_submissions.std())

import pandas as pd data = pd.read_csv('Nowcoder.csv', sep = ',') level = data[data.Level==7].Achievement_value.max()-data[data.Level==7].Achievement_value.min() print(level) 使用bool索引找到leve==7的用户，在锁定对应列，找最大值和最小值进行减法

import pandas as pd data = pd.read_csv('Nowcoder.csv', sep = ',') print(data[['Achievement_value','Continuous_check_in_days']].quantile(q=0.25)) print(data[['Num_of_exercise','Number_of_submissions']].quantile(q=0.75))

import pandas as pd data = pd.read_csv("Nowcoder.csv") pd.set_option('display.width', 300) # 设置字符显示宽度 pd.set_option('display.max_rows', None) # 设置显示最大行 pd.set_option('display.max_columns', None) print(data.query('Level==7 & Graduate_year !=2018 & Language == "CPP" ')) df....

用8天学完了python基础，然后两天刷完python基础。这是黑马上面没有涉及的，收获如下：1、map函数的使用:map(func,iter)，将iter内的元素都执行func操作 a,b=map(int,input().split()) #假设输入时按空格隔开 """ 若输入2 3,则执行过程为将输入的字符串执行split操作，按空格先切片成列表['1','2'] 在对列表容器内元素执行int取整，得到[1,2]，最后依次分配个a,b """ 2、hasattr(对象名,类名)检查某类对象中是否有对应的属性Setattr(对象名...

import re str1=input() result = re.match(r'\d+(-(\d)*)*',str1) print(result.group()) 数字开头，至少意为数字，\d+后续的-数字可有可无，所以整体用*，里面的-若出现，后面则至少是一位数字\d+即\d+(-(\d)+)*

class Student: def __init__(self,name,no,score,grade,num) -> None: self.name=name self.no=no self.score=score self.num=num self.grade=grade def stu_info(self): print(f"{self.name}'s student number is {self.no}, and his grade is {self.sc...

and 操作符的返回值类型对于 and 操作符，Python会依次计算各个操作数，直到第一个为 False 的操作数出现，然后直接返回这个值。如果所有操作数都为 True，则返回最后一个操作数的值。result = 0 and 42 # 返回 0，因为 0 是假值result = "" and 42 # 返回 ""，因为 "" 是假值result = 42 and 0 # 返回 0，因为 0 是假值result = 42 and 43 # 返回 43，因为第一个操作数为真，返回第二个操作数or 操作符的返回值类型对于 or 操...