数据分析和建模方面的大量编程工作都是用在数据准备上的:载入.清理.转换以及重塑.有时候,存放在文件或数据库中的数据并不能满足你的数据处理应用的要求.很多人都选择使用通用编程语言(如Python.Perl.R或Java)或UNIX文本处理工具(如sed或awk)对数据格式进行专门处理.幸运的是,pandas和Python标准库提供了一组高级的.灵活的.高效的核心函数和算法,它们使你可以轻松地将数据规整化为正确的形式. 1.合并数据集 pandas对象中的数据能够通过一些内置的方式进行合并: pan
ord()函数:字符串——>ascll编码 chr()函数:ascll编码——>字符串 #函数 for i in range(ord('d'),ord('f')+1):#拿到d和f对应的ascll编码值:range(100,102+1) print(i)#打印100,101,102 print(chr(i))#chr将数字转换为字母,打印d,e,f 实例: 有a,b,c三个人,d,e,f三款苹果手机!a说:我的手机不是d款:b说:我的手机不是d款和f款 问:三人各持有的是哪款手机 for i
decode()方法使用注册编码的编解码器的字符串进行解码.它默认为默认的字符串编码.decode函数可以将一个普通字符串转换为unicode对象.decode是将普通字符串按照参数中的编码格式进行解析,然后生成对应的unicode对象,比如在这里我们代码用的是utf-8,那么把一个字符串转换为unicode就是如下形式:s2='哈'.decode('utf-8′),s2就是一个存储了'哈'字的unicode对象,其实就和unicode('哈', 'utf-8′)以及u'哈'是相同的. 例: s