Datawhale组队学习(Pandas) task8-文本数据

最新推荐文章于 2024-04-05 18:12:32 发布
原创 最新推荐文章于 2024-04-05 18:12:32 发布 · 299 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文详细介绍文本数据处理的基础知识，包括str对象操作、正则表达式的使用、文本处理常见操作及字符串函数的应用。并通过两个实战案例——房屋信息数据集与《权力的游戏》剧本数据集，展示如何高效地清洗和分析文本数据。

第八章 文本数据

目录

1. str对象

import numpy as np
import pandas as pd

var = 'abcd'
str.upper(var)

'ABCD'

s = pd.Series(['0abcd', 'efg', 'hi'])
s.str.upper()

0    0ABCD
1      EFG
2       HI
dtype: object

var[-1:0:-2]

'db'

s.str[-1:0:-2]  # 分别对每个字符串做var[-1:0:-2]

0    db
1     g
2     i
dtype: object

s.str[2]  # 超出范围则返回nan

0      b
1      g
2    NaN
dtype: object

# string 类型
s = pd.Series([{1:'temp_1',2:'temp_2'}, ['a','b'],0.5,'my_string'])
s

0    {1: 'temp_1', 2: 'temp_2'}
1                        [a, b]
2                           0.5
3                     my_string
dtype: object

s.str[1]

0    temp_1
1         b
2       NaN
3         y
dtype: object

s.astype('string').str[1]

0    1
1    '
2    .
3    y
dtype: string

s.astype('string')

0    {1: 'temp_1', 2: 'temp_2'}
1                    ['a', 'b']
2                           0.5
3                     my_string
dtype: string

2. 正则表达式基础

import re
re.findall('Apple','Apple! This Is an Apple!')

['Apple', 'Apple']

# 'abc' ---> 'a', 'b', 'c'
re.findall(r'.', 'abc')

# 'abc' ---> 'a', 'c'
re.findall(r'[ac]', 'abc')  # [ ] 字符类，匹配方括号中包含的任意字符

# 'abc' ---> 'b'
re.findall(r'[^ac]', 'abc')  # [^] 否定字符类，匹配方括号中不包含的任意字符

# 'aaaabbbb' ---> 'aa', 'aa', 'bb', 'bb'
re.findall(r'[ab]{2}', 'aaaabbbb')  # {n,m} 匹配前面字符至少n次，但不超过m次

# 'aaaabbbb' ---> 'aaa', 'bbb'
# re.findall('[ab]{3}', 'aaaabbbb') # ['aaa', 'abb']
re.findall(r'aaa|bbb', 'aaaabbbb')  # | 匹配符号前或符号后的值

# 'aa?a*a' ---> 'a?', 'a*'
re.findall(r'a\?|a\*', 'aa?a*a')  # \ 转义符，可以还原元字符原来的含义

# 'abaacadaae' ---> 'ab', 'aa', 'c', 'ad', 'aa', 'e'
re.findall(r'a?.', 'abaacadaae')  # ? 匹配前面字符0或1次  # .匹配除换行符意外的任意字符

['ab', 'aa', 'c', 'ad', 'aa', 'e']

# 'Apple! This Is an Apple!' ---> 'is', 'Is'
re.findall(r'.s','Apple! This Is an Apple!') # .匹配除换行符意外的任意字符

# '09 8? 7w c_ 9q p@' ---> '09', '7w', 'c_', '9q'
re.findall(r'\w{2}','09 8? 7w c_ 9q p@')  # \w匹配所有字母数字下划线  # {n,m}匹配前面字符至少n次，但是不超过m次

# '09 8? 7w c_ 9q p@' ---> '8?', 'p@'
re.findall(r'\w\W\B','09 8? 7w c_ 9q p@')  # \w匹配所有字母数字下划线 \W匹配非字母和数字的字符 \B匹配一组非空字符开头或结尾的位置，不代表具体字符

# 'Constant dropping wears the stone.' ---> 't d', 'g w', 's t', 'e s'
re.findall(r'\w\s\w','Constant dropping wears the stone.')
re.findall(r'.\s.', 'Constant dropping wears the stone.')

# '上海市黄浦区方浜中路249号 上海市宝山区密山路5号' ---> ('黄浦区', '方浜中路', '249号'), ('宝山区', '密山路', '5号')
re.findall(r'上海市(.{2,3}区)(.{2,3}路)(\d+号)','上海市黄浦区方浜中路249号 上海市宝山区密山路5号')  # \d 匹配数字，+匹配前面子表达式一次或多次

[('黄浦区', '方浜中路', '249号'), ('宝山区', '密山路', '5号')]

3. 文本处理的五类操作

3.1 拆分

# 参数：正则表达式-最大拆分次数n-是否展开为多个列expand
s = pd.Series(['上海市黄浦区方浜中路249号', '上海市宝山区密山路5号'])
s.str.split('[市区路]')

0    [上海, 黄浦, 方浜中, 249号]
1       [上海, 宝山, 密山, 5号]
dtype: object

s.str.split('[市区路]', n=2, expand=True)
012
0上海黄浦方浜中路249号
1上海宝山密山路5号

3.2 合并

s = pd.Series([['a','b'], [1, 'a'], [['a', 'b'], 'c']])
s

0         [a, b]
1         [1, a]
2    [[a, b], c]
dtype: object

s.str.join('-')  # 用连接符-将Series中的字符串列表连接起来

0    a-b
1    NaN
2    NaN
dtype: object

s1 = pd.Series(['a','b'])
s2 = pd.Series(['cat','dog'])
s1.str.cat(s2, sep='-')  # sep 连接符

0    a-cat
1    b-dog
dtype: object

s2.index = [1,2]
s1.str.cat(s2, sep='-', na_rep='?', join='outer')  # 缺失值替代符号 na_rep，连接形式 join

0      a-?
1    b-cat
2    ?-dog
dtype: object

3.3 匹配

# str.contains 返回每个字符串是否包含正则模式的布尔序列
s = pd.Series(['my cat', 'he is fat', 'railway station'])
s.str.contains('\s\wat')  # \s匹配空格 \w匹配所有字母、数字、下划线

0     True
1     True
2    False
dtype: bool

# str.startswith 和 str.endswith 返回了每个字符串以给定模式为开始和结束的布尔序列
# 均不支持正则表达式
s.str.startswith('my')

0     True
1    False
2    False
dtype: bool

# 想使用正则表达式检测开始/结束字符串的话，可以使用str.match
s.str.match('m|h')  # 匹配m或h开头

0     True
1     True
2    False
dtype: bool

s.str[::-1]  # 反转字符串

# 0             tac ym
# 1          taf si eh
# 2    noitats yawliar
# dtype: object

s.str[::-1].str.match('ta[f|g]|n')  # 匹配[f|g]at 或 n结束

0    False
1     True
2     True
dtype: bool

s.str.contains('^[m|h]')  
# 注意 不要和[^]搞混，[^]是匹配方括号中不包含的任意字符
# ^是匹配行的开始

0     True
1     True
2    False
dtype: bool

s.str.contains('[f|g]at|n$')  # $匹配行的结束

0    False
1     True
2     True
dtype: bool

# str.find 返回从左到右第一次匹配的位置的索引
s = pd.Series(['This is an apple. That is not an apple.'])
s.str.find('apple')  # 索引从0起始，空格也算

0    11
dtype: int64

# str.rfind 返回从右到左第一次匹配的位置的索引
s.str.rfind('apple')

0    33
dtype: int64

3.4 替换

str.replace 和 replace 并不是一个函数，在使用字符串替换时应当使用前者

s = pd.Series(['a_1_b','c_?'])
s.str.replace('\d|\?','new',regex=True)  # \d匹配数字，\转义符

0    a_new_b
1      c_new
dtype: object

# 对不同部分进行有差别替换
s = pd.Series(['上海市黄浦区方浜中路249号', '上海市宝山区密山路5号', '北京市昌平区北农路2号'])
pat = '(\w+市)(\w+区)(\w+路)(\d+号)'  # \w匹配所有字母、数字、下划线  # \d匹配数字: [0-9]
city = {'上海市':'Shanghai', '北京市':'Beijing'}
district = {'昌平区': 'CP District',  '黄浦区': 'HP District', '宝山区': 'BS District'}
road = {'方浜中路': 'Mid Fangbin Road', '密山路': 'Mishan Road', '北农路': 'Beinong Road'}

def my_func(m):
    str_city = city[m.group(1)]  # group(k)代表匹配到的第k个子组
    str_district = district[m.group(2)]
    str_road = road[m.group(3)]
    str_no = 'No. ' + m.group(4)[:-1]
    return ' '.join([str_city,
                     str_district,
                     str_road,
                     str_no])

s.str.replace(pat, my_func, regex=True)

0    Shanghai HP District Mid Fangbin Road No. 249
1           Shanghai BS District Mishan Road No. 5
2           Beijing CP District Beinong Road No. 2
dtype: object

# 使用命名子组，清晰写出子组代表的含义

# ?P<value>的意思就是命名一个名字为value的组
pat = '(?P<市名>\w+市)(?P<区名>\w+区)(?P<路名>\w+路)(?P<编号>\d+号)'

def my_func(m):
    str_city = city[m.group('市名')]
    str_district = district[m.group('区名')]
    str_road = road[m.group('路名')]
    str_no = 'No. ' + m.group('编号')[:-1]
    return ' '.join([str_city,
                     str_district,
                     str_road,
                     str_no])

s.str.replace(pat, my_func, regex=True)

0    Shanghai HP District Mid Fangbin Road No. 249
1           Shanghai BS District Mishan Road No. 5
2           Beijing CP District Beinong Road No. 2
dtype: object

3.4 提取

pat = '(\w+市)(\w+区)(\w+路)(\d+号)'
s.str.extract(pat)
0123
0上海市黄浦区方浜中路249号
1上海市宝山区密山路5号
2北京市昌平区北农路2号
pat = '(?P<市名>\w+市)(?P<区名>\w+区)(?P<路名>\w+路)(?P<编号>\d+号)'
s.str.extract(pat)
市名区名路名编号
0上海市黄浦区方浜中路249号
1上海市宝山区密山路5号
2北京市昌平区北农路2号
# str.extractall 将所有符合条件的模式全部匹配出来
# 如果存在多个结果，则以多级索引方式存储
s = pd.Series(['A135T15,A26S5','B674S2,B25T6'], index = ['my_A','my_B'])
s

my_A    A135T15,A26S5
my_B     B674S2,B25T6
dtype: object

pat = '[A|B](\d+)[T|S](\d+)'
s.str.extractall(pat)
01
match
my_A013515
1265
my_B06742
1256
pat_with_name = '[A|B](?P<name1>\d+)[T|S](?P<name2>\d+)'
s.str.extractall(pat_with_name)
name1name2
match
my_A013515
1265
my_B06742
1256
s.str.findall(pat)

my_A    [(135, 15), (26, 5)]
my_B     [(674, 2), (25, 6)]
dtype: object

4. 常用字符串函数

4.1 字母型函数

s = pd.Series(['lower', 'CAPITALS', 'this is a sentence', 'SwApCaSe'])
# 全部大写
s.str.upper()
# 全部小写
s.str.lower()
# 标题格式
s.str.title()
# 首字母大写
s.str.capitalize()
# 大小写交换
s.str.swapcase()

0                 LOWER
1              capitals
2    THIS IS A SENTENCE
3              sWaPcAsE
dtype: object

4.2 数值型函数

pd.to_numeric对字符格式的数值进行快速转换和筛选

  • errors 非数值的处理模式。raise-直接报错，coerce-设为缺失，ignore-保持原来的字符串
  • downcast 非数值的转换类型
s = pd.Series(['1', '2.2', '2e', '??', '-2.1', '0'])
pd.to_numeric(s, errors='ignore')

0       1
1     2.2
2      2e
3      ??
4    -2.1
5       0
dtype: object

pd.to_numeric(s, errors='coerce')

0    1.0
1    2.2
2    NaN
3    NaN
4   -2.1
5    0.0
dtype: float64

# 快速查看非数值型的行
s[pd.to_numeric(s, errors='coerce').isna()]

2    2e
3    ??
dtype: object

4.3 统计型函数

  • count 返回出现正则模式的次数
  • len 返回出现正则模式的字符串长度
s = pd.Series(['cat rat fat at', 'get feed sheet heat'])

s.str.count('[r|f]at|ee') # 注意这里的|分割的前面整体和后面整体

0    2
1    2
dtype: int64

s.str.len()

0    14
1    19
dtype: int64

4.4 格式型函数

  • 除空型 strip-去除两侧空格 rstrip-去除右侧空格 lstrip-去除左侧空格
  • 填充型 pad
my_index = pd.Index([' col1', 'col2 ', ' col3 '])

# 去除两侧空格
my_index.str.strip().str.len()
# 去除右侧
my_index.str.rstrip().str.len()
# 去除左侧
my_index.str.lstrip().str.len()

Int64Index([4, 5, 5], dtype='int64')

# 左侧填充
s = pd.Series(['a','b','c'])
s.str.pad(5, 'left', '*')

# 右侧填充
s.str.pad(5, 'right', '*')

# 左右两侧填充
s.str.pad(5, 'both', '*')

0    **a**
1    **b**
2    **c**
dtype: object

# 数字前补0的三种写法
s = pd.Series([7, 155, 303000]).astype('string')
# 写法1
s.str.pad(5, 'left', '0')  # 超出数字不处理
s.str.pad(6, 'left', '0')
# 写法2
s.str.rjust(6,'0')
# 写法3
s.str.zfill(6)

0    000007
1    000155
2    303000
dtype: string

5. 练一练

Ex1：房屋信息数据集

我的答案

df = pd.read_excel('data/house_info.xls', usecols=['floor','year','area','price'])
df.head()
flooryearareaprice
0高层（共6层）1986年建58.23㎡155万
1中层（共20层）2020年建88㎡155万
2低层（共28层）2010年建89.33㎡365万
3低层（共20层）2014年建82㎡308万
4高层（共1层）2015年建98㎡117万
# 将 year 列改为整数年份存储
df['year'] = df['year'].str.replace('年建','')

# 将 floor 列替换为 Level, Highest 两列，其中的元素分别为 string 类型的层类别（高层、中层、低层）与整数类型的最高层数
df[['Level','Highest']]=df['floor'].str.split('（共',expand=True)
df['Highest'] = df['Highest'].str.replace('层）','')
df = df.drop('floor',1)
df.head()
yearareapriceLevelHighest
0198658.23㎡155万高层6
1202088㎡155万中层20
2201089.33㎡365万低层28
3201482㎡308万低层20
4201598㎡117万高层1
# 计算房屋每平米的均价 avg_price ，以 ***元/平米 的格式存储到表中，其中 *** 为整数
df['price'] = pd.to_numeric(df['price'].str.replace('万',''),errors='coerce')
df['price'] = df['price']*10000
area_num = pd.to_numeric(df['area'].str.replace('㎡',''),errors='coerce')
df['avg_price'] = df['price']/area_num
df['avg_price'] = df['avg_price'].apply(lambda x:str(int(x))+'元/平米')
df
yearareapriceLevelHighestavg_price
0198658.23㎡1550000.0高层626618元/平米
1202088㎡1550000.0中层2017613元/平米
2201089.33㎡3650000.0低层2840859元/平米
3201482㎡3080000.0低层2037560元/平米
4201598㎡1170000.0高层111938元/平米
.....................
315632010391.13㎡100000000.0中层39255669元/平米
315642006283㎡26000000.0高层5491872元/平米
315652011245㎡25000000.0高层16102040元/平米
315662006284㎡35000000.0高层62123239元/平米
315672008224㎡23000000.0低层22102678元/平米

31568 rows × 6 columns

参考答案

# 第一问
df.year = pd.to_numeric(df.year.str[:-2]).astype('Int64')

# 第二问
# extract 写法不够熟悉
pat = '(\w层)（共(\d+)层）'
new_cols = df.floor.str.extract(pat).rename(columns={0:'Level', 1:'Highest'})
df = pd.concat([df.drop(columns=['floor']), new_cols], 1)

# 第三问
s_area = pd.to_numeric(df.area.str[:-1])  # 这样写好简便
s_price = pd.to_numeric(df.price.str[:-1])
df['avg_price'] = ((s_price/s_area)*10000).astype('int').astype('string') + '元/平米'

Ex2：《权力的游戏》剧本数据集

参考答案
这道题我智障了…

  • 我以为1-2问中的台词数是要统计Sentence每行的句子数，然后再求和 得到一共多少句台词。想多了。
  • 第3问没有受到影响
# 第一问
df = pd.read_csv('data/script.csv')
df.columns = df.columns.str.strip()
df.groupby(['Season', 'Episode'])['Sentence'].count().head()

# 第二问
df.set_index('Name').Sentence.str.split().str.len().groupby('Name').mean().sort_values(ascending=False).head()

# 第三问
s = pd.Series(df.Sentence.values, index=df.Name.shift(-1)) # 这里写得好棒，太简洁了，我自己写得好麻烦
s.str.count('\?').groupby('Name').sum().sort_values(ascending=False).head()

我的答案

df = pd.read_csv('data/script.csv')
df.head(3)
Release DateSeasonEpisodeEpisode TitleNameSentence
02011-04-17Season 1Episode 1Winter is Comingwaymar royceWhat do you expect? They're savages. One lot s...
12011-04-17Season 1Episode 1Winter is ComingwillI've never seen wildlings do a thing like this...
22011-04-17Season 1Episode 1Winter is Comingwaymar royceHow close did you get?
df['Sentence'] = df['Sentence'].str.capitalize()

df[df['Name']=='slave buyer']  # 这个人台词是数字开头...
Release DateSeasonEpisodeEpisode TitleNameSentencecountword_count
161872015-05-24Season 5Episode 7The Giftslave buyer20.01
# 计算每一个 Episode 的台词条数
df['count'] = df['Sentence'].str.count('[A-Z]')  # 统计大写字母个数
df.columns
res = df.groupby('Episode ')['count'].count().to_frame()
# 我说怎么报错呢...原来Episode后面有个空格...
res.head()
count
Episode
Episode 12637
Episode 101846
Episode 22957
Episode 32648
Episode 42356
# 以空格为单词的分割符号，请求出单句台词平均单词量最多的前五个人
# 以name groupyby,总单词量/总台词数
df.head()
Release DateSeasonEpisodeEpisode TitleNameSentencecountword_count
02011-04-17Season 1Episode 1Winter is Comingwaymar royceWhat do you expect? they're savages. one lot s...125
12011-04-17Season 1Episode 1Winter is ComingwillI've never seen wildlings do a thing like this...121
22011-04-17Season 1Episode 1Winter is Comingwaymar royceHow close did you get?15
32011-04-17Season 1Episode 1Winter is ComingwillClose as any man would.15
42011-04-17Season 1Episode 1Winter is CominggaredWe should head back to the wall.17
# 统计单词数，一个单词后面都会跟一个空格，最后一个句子 最后一个单词结束后没空格，所以要加1
df['word_count'] = df['Sentence'].str.count('\s') + 1

df.head()
Release DateSeasonEpisodeEpisode TitleNameSentencecountword_count
02011-04-17Season 1Episode 1Winter is Comingwaymar royceWhat do you expect? They're savages. One lot s...325
12011-04-17Season 1Episode 1Winter is ComingwillI've never seen wildlings do a thing like this...221
22011-04-17Season 1Episode 1Winter is Comingwaymar royceHow close did you get?15
32011-04-17Season 1Episode 1Winter is ComingwillClose as any man would.15
42011-04-17Season 1Episode 1Winter is CominggaredWe should head back to the wall.17
res = df.groupby('Name')[['count','word_count']].sum()  

res['word_average'] = res['word_count']/res['count']

res.sort_values('word_average',ascending=False)
countword_countword_average
Name
slave buyer01inf
male singer1109109.0
slave owner17777.0
lollys stokeworth16262.0
manderly16262.0
............
dothraki woman111.0
dornish prince111.0
cold111.0
little sam111.0
doloroud edd111.0

564 rows × 3 columns

# 若某人的台词中含有问号，那么下一个说台词的人即为回答者。若上一人台词中含有 n 个问号，则认为回答者回答了 n 个问题，请求出回答最多问题的前五个人。
answer_count = df['Sentence'].str.count('\?').tolist()
answer_count = [0] + answer_count
df['answer_count']=answer_count[:-1]
res = df.groupby('Name')['answer_count'].sum().to_frame()
res.sort_values('answer_count',ascending=False).head()
answer_count
Name
tyrion lannister527
jon snow374
jaime lannister283
arya stark265
cersei lannister246
上手Pandas，带你玩转数据（1）-- 实例详解pandas数据结构
看，未来的博客
04-06 3270
重写我的pandas模块，这次，带上心！！！
Pandas数据分析-新增数据列
qq_48081868的博客
08-08 2829
4.Pandas新增数据列 文章目录4.Pandas新增数据列前言一、直接赋值二、df.apply方法三、df.assign方法四、按条件选择分组分别进行赋值总结 前言 笔者最近正在学习Pandas数据分析，将自己的学习笔记做成一套系列文章。本节主要记录Pandas的新增数据列方法，如apply方法。 在进行数据分析的时候，经常需要按照一定条件创建新的数据列，然后进一步进行分析 一、直接赋值 import pandas as pd fpath="./datas/600033.csv" df=pd.re
python随堂记：正则表达式，re模块在python中的应用
weixin_45365220的博客
09-17 330
正则表达式是一个通用的语法，它的规则在所有语言中都适用 1.re模块的使用过程 # 导入re模块 import re # 使用match方法进行匹配操作 result = re.match(正则表达式, 要匹配的字符串) # 如果上一步匹配到数据的话，可以使用group方法来提取数据 result.group() 用re.match(r"正则表达式", 要匹配的字符串)如果匹配成功则会有返回值，如果没有匹配成功则不会有返回值 re.match().group()输出的数值就是匹配用户所想要的结
SQL Server基础04
Zzy2372的博客
05-03 967
SQL Server中的函数 1.字符串函数 2.日期函数 (1)GETDATE ：取得当前的系统日期 示例：SELECT GETDATE() 返回：今天的日期 (2)DATEADD:将指定的数值添加到指定的日期部分后的日期 示例：SELECT DATEADD(mm,4,‘2017/02/01’)–当前日期加4个月 返回：2017-06-01 (3)DATEDIFF:两个日期之间的指定日期部分的间隔 示例1：SELECT DATEDIFF(mm,‘2017/01/01’,‘2017/08/01’)–两个日期
小米php面试题Tensorflow车牌识别完整项目（含完整源代码及训练集，四面楚歌的Python工程师该何去何从
最新发布
2401_83974087的博客
04-05 917
学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！
【Python笔记】使用 re 模块实现正则表达式操作
萌宅鹿的技术小屋
08-15 721
使用 re 模块实现正则表达式操作匹配字符串使用 match() 方法进行匹配 Python提供了 re 模块，用于实现正则表达式的操作。 匹配字符串 使用 match() 方法进行匹配 ...
用python如何优雅的判断一个字符串里有多少大写字母，小写字母，中文，标点符号，数字？
daxi0ng的博客
08-06 1万+
import re s = input('输入一串字符：') char = re.findall(r'[a-z]',s) bigchar= re.findall(r'[A-Z]',s) num = re.findall(r'[0-9]',s) blank = re.findall(r' ',s) #\u4E00-\u9FFF是中文的范围 chi = re.findall(r'[\u4E00-\u...
精选资源
Datawhale零基础入门NLP赛事数据集-数据集
03-26
总之，“Datawhale零基础入门NLP赛事数据集”提供了一个很好的学习平台，让你能实践NLP的基础操作，掌握文本分类、情感分析等常见任务。通过这个过程，你不仅能提升编程技能，还能深入理解自然语言处理的原理和应用...
100天精通Python（数据分析篇）——第53天：初识pandas模块_基础介绍
热门推荐
努力让自己发光，对的人才能迎着光而来
08-29 17万+
一、初始pandas 1. 什么是pandas？ 2. 为什么要学习pandas？ 3. pandas的优势 4. 下载安装pandas 二、Pandas的数据类型 1. Series 2. DataFrame
Java专项题目整理
ZLB_优快云的博客
03-30 1308
《Java专项题目整理》 3.对于一个已经不被任何变量引用的对象，当垃圾回收器准备回收该对象所占用的内存时，将自动调用该对象的哪个方法（A） A finalize B notify C notifyAll D hashCode 垃圾回收过程中的对象销毁–Finalization 13.能单独和finally语句一起使用的块是( A) A.try B.catch C.throw D.thro...
pandas task-08
qq_41834327的博客
01-05 254
pandas task-08 组队学习 import numpy as np import pandas as pd str对象 str对象的设计意图 str对象为定义在Index或Series上的属性,专门用于逐元素处理文本内容,其内部定义了大量方法, pandas沿用了Python的标准库中str模块中的部分函数以保证使用上的便利 var = 'abcd' print(str.upper(var)) print('-'*50) s = pd.Series(['abcd','efg','hi']) pr
小米的面试过程及面试题~
java面试笔试
09-21 9622
本文以一位童鞋的面试经历为例，为大家详细介绍一下小米公司的面试过程和遇到的面试题，供大家参考。1.自我介绍这个不用说了，自己介绍一下自己。2.数据库My Sql和SQL ...
面霸的八月：小米面试记
xingfeng2010的专栏
11-04 3961
原文出处： 香草的技术博客（@平凡的香草） 书接上回，今天叙述小米的面试经历。这里可能有一些技术理解和技术方案，欢迎讨论。另昨天共计收入7笔共95元，够我喝几杯咖啡了，谢谢所有捐钱的朋友。   小米：运维部 在小米是聊了两个部门的，首先是运维部门，在 @wilbur井源 的热情招待下，吃了顿大餐，抱歉的是我没有带足现金，所以付款时我无法“客气”，改天补请。 wil
用命令行进入MySQL&生成样例数据库crashcourse
m0_38061639的博客
09-23 2956
总结 1. 启动mysql：用命令行进到MySQL中，管理员身份打开cmd输入net start MySQL80 2. 进入mysql：cd进入安装bin文件夹，输入mysql -hlocalhost -uroot –p，再输入密码 3. 3个语句CREATE, USE, SOURCE, SHOW：下脚本，生成数据库，载入数据 4. 输入sql语句一定要以分号结尾   可能会碰到的问题...
mysql学习点滴，附正确的crashcourse教材sql脚本，网上的脚本不完善，不能直接运行
TonyJiang08的专栏
10-09 2859
安装mysql客户端：           yum install mysql   安装mysql 服务器端：           yum install mysql-server             yum install mysql-devel 启动&&停止   数据库字符集设置           mysql
再谈面试之小米公司技术面试
mengjie133233的专栏
05-04 2318
不自量力的我，我百度4次面试之后，又去了小米公司面试。 怎么说呢，小米go
正则表达式语法
u012627927的专栏
06-07 1105
正则表达式 1.匹配数字： \d 只会匹配第一个出现的数字 [0-9] 用字符组的匹配来匹配0到9的数字 2.匹配非数字字符： \D 匹配非数字字符 [^0-9]或[^\d] 用字符组的匹配来匹配非数字字符 3.匹配单词和非单词字符 \w 将匹配所有的单词字符。 \w和\D的区别是：\D会空格和标点符号（引号，连字符，反斜杠和方括号）
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值