北京MM和北京GG吵架~~~爆汗~~!!!

一对北京情侣因约会迟到引发争执,双方用幽默且犀利的语言互相调侃,展现了北京方言的魅力。
北京MM和北京GG吵架~~~爆汗~~!!!

男:“你丫怎么现在才来?都几点了?!” 
女:“我们家有点事儿,我爸他……” 
男:“打住吧!打我认识你那天起,你们家事儿就没断过!我就纳了闷了你爸一个退伍老战士,怎么比人家阿拉法特同志还忙活?!” 
女:“得得得,至于吗?不就是晚来了一会儿吗?” 
男:“一会儿?我在寒风里溜溜等了一个多小时了!” 
女:“那又怎么着?上回你跟二子他们去三里屯喝酒,我还在门口杵了仨多钟头呢!冻得我一脑袋的冰碴儿,跟水晶灯似的……” 
男:“您那是等我?您那是盯梢!仨钟头,你活该!说起这事我就来气,我说你是学什么专业的?旁的本事没有,盯、关、跟的道行您倒是挺深;还一脑袋的冰碴水晶,我呸!不就是些冻成固体的鼻涕泡吗?也不照照您自个那点坯子……” 
女:“说话别那么损啊!我坯子怎么了?嫌我长得不好,你找一好的 
给我瞅瞅啊!” 
男:“你以为我不能?要不是我这人心慈手软,早就把你像甩大鼻涕 
似地甩了!” 
女:“嗨,你还来劲了!也不瞅瞅你自己那点德行!要说你爸妈可真 
伟大的,怎么就攒巴出你这么个半生不熟的东西!” 
男:“我长得是不如你,你瞧你长得多好……跟模特似的,而且还是毕加索先生专用的!我说怎么刚认识你就觉得眼熟呢,合着在毕老先生的名画里都见过!” 
女:“那也不如你!达芬奇打小练画、画的就是你吧?我还真挺纳闷的,达芬奇怎么就透过你妈的肚子、把你的模样画得那么逼真!” 
男:“怎么着?达芬奇画鸡蛋惹着你了?嫉妒了对不对?谁让你的胸脯还不如蛋黄大呢?说真的,要不是你见天儿在前面罩着个假胸,我还真就分不清楚你 
的正、反面呢!” 
女:“就你好!细的跟根儿牙签似的,平时堆在一块堆儿也就罢了,每到那时候,我就跟梦见我姥姥在缝衣服一样。” 
男:“缝衣服?你们家有这么长的缝衣服针?” 
女:“长有什么用?这又不是买鱼线钓鱼!” 
男:“嗨!还真让你说着了!这关键时候,它就能钓鱼!这就是资本,你懂吗?想当年有个姜子牙……” 
女:“姜子牙?充其量你也就个绿豆芽!” 
男:“甭管什么芽,能钓鱼就成!你行吗?” 
女:“我是不行,你行,要不你搁水里试试?留神别把乌龟、王八招 
来,人家一看你那东西的脑袋,还以为是它们家来了什么瞎了眼的亲戚呢!” 
男:“今儿我还就非试不可了!” 
女:“嗯……你放开我!你再不撒手我喊人了,臭流氓……” 
男:“你喊就喊吧,我想钓鱼了……” 
女:“你不是嫌我像蛋黄吗?你去找个大的呀、你去呀!” 
男:“我喜欢小的,钻石珠宝都用小盒装、垃圾才用大筐抬呢……” 
女:“你丫讨厌……你丫欺负人……你丫坏……”(往怀里钻了.........
 
### 如何使用 Pandas 布尔索引排除特定条件 布尔索引是 Pandas 中一种强大的功能,用于根据条件筛选数据。通过布尔索引,可以轻松地排除满足特定条件的行或列。以下是一个关于如何使用 Pandas 的布尔索引来排除特定条件的代码示例。 假设有一个 DataFrame,其中包含一些碰撞掩码(collision_mask)的数据,并希望排除那些满足某些条件的行: ```python import pandas as pd # 创建一个示例 DataFrame data = { 'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8], 'collision_mask': [True, False, True, False] } df = pd.DataFrame(data) # 使用布尔索引排除 collision_mask 为 True 的行 filtered_df = df[~df['collision_mask']] # '~' 是逻辑非操作符 print(filtered_df) ``` 上述代码中,`~df['collision_mask']` 表示对 `collision_mask` 列中的布尔值取反,从而排除所有 `collision_mask` 为 `True` 的行[^1]。 如果需要更复杂的条件,例如同时排除多个条件,可以结合多个布尔表达式。例如: ```python # 排除 collision_mask 为 True 且 A 列值大于 2 的行 filtered_df_complex = df[~(df['collision_mask'] & (df['A'] > 2))] print(filtered_df_complex) ``` 在这个例子中,`~(df['collision_mask'] & (df['A'] > 2))` 表示排除那些 `collision_mask` 为 `True` 并且 `A` 列值大于 2 的行[^2]。 #### 注意事项 - 在布尔索引中,`&` `|` 分别表示逻辑“与”“或”,但它们必须用括号括起来以确保优先级正确。 - 使用 `~` 运算符来反转布尔条件,从而实现排除操作。 ### 结论 通过 Pandas 的布尔索引功能,可以灵活地对数据进行筛选排除。上述代码展示了如何使用布尔索引来排除满足特定条件的行,并支持复杂条件的组合[^3]。
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
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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