运维之路

一、pandas数据

pandas有两类数据，一种是一维的Series；另一种是二维的DataFrame。其实还有一个三维的Panel，不过这种数据分类已经废弃。pandas的数据使用比较灵活，可以像SQL一样操作。本文结合示例说下pandas的操作。

• [......]

  Read more

一、背景与思路

背景：由于新冠肺炎疫情的影响，每天需要统计公司员工的信息进行上报，并和前一天的数据进行比对。肉眼一个个的比对比较累，而且容易出错，所以就想到通过程序来实现数据的比对。

思路：

1、通过xlrd、xlsxwriter这类模块进行表格读取，读取后[......]

Read more

python pandas模块是一个功能强大的DataFrame数据处理模块，这里就是结果几个具体常见的应用场景来展示下其应用，该处展示的功能excel上也可以实现，不过站在一个懂python的人角度来说，我觉得这种处理方法比excel更高效好玩。

一、数字判断

这里实[......]

Read more

pandas在读写mysql数据时，如果是固定的mysql语句是比较容易存取的，不过现网很多需求，需要传入不同的变量的SQL写入或查询。遇到这种情况该如何解决呢？可以使用format函数来实现转化。例如给一个含有时间序列的数据集，给定三个参数，数据集名称tablename，开始时间startD[......]

Read more

一、merge、join与concat的区别

Pandas.DataFrame操作表连接有三种方式：merge, join, concat。三者的使用很容易搅浑，三者之间的区别什么呢？

merge 相当于SQL中的JOIN。该函数的典型应用场景是，两张表有相同内容的列（[......]

Read more

在《pandas小结（五）concat数据合并》中提到了数据合并，本篇学习另一个数据合并方法merge，不过这个和concat是有区别的，concat方法准确的说更像是级联，而不算合并，merge才是真正意义的合并。merge个人用的比较多的一个场景就是两个pandas数据，有相同的列数据，需[......]

Read more

pandas数据的行更新、表合并等操作，一般用到的方法有concat、join、merge。本篇先说concat方法。其具体用法如下：

pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=Fa[......]
Read more

pandas删除列有如下三种操作方式：

1.del df['columns'] #改变原始数据
2.df.drop('columns',axis=1)#删除不改表原始数据，可以通过重新赋值的方式赋值该数据
3.df.drop('columns',axis=1,inpla[......]
Read more

pandas的数据导入导出功能，非常简单。pandas支持的导入数据格式有csv，excel，sql，json，html，pickle等。具体可以参看：https://pandas.pydata.org/pandas-docs/version/0.20/io.html 页面。

[......]

Read more

pandas是Python中开源的，高性能的用于数据分析的库。其中包含了很多可用的数据结构及功能，各种结构支持相互转换，并且支持读取、保存数据。结合matplotlib库，可以将数据已图表的形式可视化，反映出数据的各项特征。pandas的一些基本使用方法，具体可以参数下图（后面会再单独说明）：[......]

Read more