2012-07-26

1. 【教你如何不长痘】1额头长痘 心火旺脾气差 应早睡早起多喝水。2双眉间长痘 胸闷心悸 应避免烟、酒、辛辣食品。3鼻头长痘 胃火过盛 应少吃冰冷食物。4右脸颊长痘 肺功能失常 应保养呼吸道,少吃易过敏食物。5左脸颊长痘 肝功能不良有热毒 应保持作息,保持心情愉快! 敏食物。5左脸颊长痘 肝功能不良有热毒 应保持作息,保持心情愉快!
2. 【幸福的感觉】1.爸妈很疼爱你;2.被人背过;3.得到过第一名;4.得到过惊喜;5.笑到肚子痛;6.得到过奖励;7.有人为你哭泣;8.让别人感动过;9.半夜有人发短信给你;10.和密友一起煲电话粥;11.生病的时候有人照顾你;12.和心爱的人一起走路到腿疼;13.有好事情有人第一个想到你。
3. 无论多豪华的婚礼,都不代表幸福婚姻。两个人终生相处和睦与否和宴开几席,多少首饰全无关联。——亦舒
4. 【你知道正确的卸妆方法吗?】一、卸眼妆的时候用棉片垫在下睫毛处,防止彩妆渗透到皮肤,形成黑色素。二、在干手干脸的情况下用卸妆油在脸上画圈按摩,然后再加水进行乳化。三、卸妆液在脸上按摩的时间不能超过1分半。
5. A belief is not merely an idea that mind possesses. It is an idea that possesses the mind. —— 信仰不只是一种受头脑支配的思想,它也是一种可以支配头脑的思想。
6. 有粮千担,也是一日三餐; 有钱万贯,也是黑白一天; 洋房十座,也是睡榻一间; 宝车百乘,也是有愁有烦; 高官厚禄,也是每天上班; 妻妾成群,也是一夜之欢; 山珍海味,也是一副肚腩; 荣华富贵,也是过眼云烟; 钱多钱少,够吃就好。人丑人美,顺眼就好。 人老人少,健康就好。
7. 去乌镇,不可错过的五件事——1.走过十座桥,记住不能走回头桥;2.去茶馆喝一下午的茶,迷醉在江南水烟中;3.入夜后,在木结构的酒吧窗前喝一杯甘醇的“三白酒”;4.看一场皮影戏;5.去一次染坊,想象着蓝印花.
8. 今年军训最贱的状态出现了:“想到学妹们要去军训真不忍心啊,真想让她们学姐替她们... ”
9. 人最根本的素质,是让别人放心,而不是操心。
10. 你是一个什么样的人,就会听到什么样的歌,看到什么样的文,写出什么样的字,遇到什么样的人。你能听 到治愈的歌,看到温暖的文,写着倔强的字,遇到正好的人;你会相信那些信念,温暖,梦想和坚持这些早 就老掉牙的字眼;是因为你就是这样的人。—— 《你相信梦想,梦想自然就会相信你》
11. Happiness consists not in having much, but in being content with little. 幸福不在于拥有很多,而在于就算拥有很少也很满足。
12. We all die. The goal isn't to live forever, the goal is to create something that will. 人皆有一死。生之目的非在永生,而在创造不朽。-Chuck Palahniuk(美国小说家 恰克·帕拉尼克)
13. When one is in love, one always begins by deceiveing one's self, and one always ends by deceiving others. That is what would calls a romance. --Oscar Wilde 爱,始于自我欺骗,终于欺骗他人。这就是所谓的浪漫。——奥斯卡·王尔德
14. 如果我们怀疑一个人说谎,我们就应该假装相信他,因为他会变得愈来愈神勇而有自信,并更大胆地说谎,最后会自己揭开自己的面具。 ——亚瑟·叔本华
15. 没有旅行的生活,只能称之为生存。一生中至少要有两次冲动,一段奋不顾身的爱情,一次说走就走的旅行,你都完成了吗?
16. All endings are also beginnings. We just don't know it at the time. -Mitch Albom 所有的结局都是新的开始,只是当时不知道。
17. When you really care about a person, even such little thing would become important. 当你真的在乎一个人,多么微不足道的小细节,也变得重要起来。
要在 Pandas DataFrame 中使用正则表达式筛选以 `2016` 开头的日期数据,可以借助 `str.contains()` 或者 `apply()` 配合正则表达式来实现。以下是具体实现方式: ### 方法一:使用 `str.contains()` 如果目标列存储的是字符串类型的日期数据,则可以直接通过 `str.contains()` 方法进行匹配。 ```python import pandas as pd # 构造示例数据框 data = {'Date_Column': ['2016-01-01', '2017-05-23', '2016-08-15', 'Not_a_Date', '2016-12-31']} df = pd.DataFrame(data) # 使用 str.contains() 筛选以 '2016' 开头的数据 filtered_df = df[df['Date_Column'].str.contains(r'^2016-', na=False)] print(filtered_df) ``` 在这个例子中,`r'^2016-'` 是用来匹配以 `2016-` 开头的字符串的正则表达式[^1]。参数 `na=False` 用于忽略缺失值(NaN),从而避免潜在错误。 --- ### 方法二:使用 `apply()` 和 `re.match` 当需要更复杂的正则表达式或者处理非字符串类型时,可以采用 `apply()` 并结合 Python 的标准库模块 `re` 来完成任务。 ```python import pandas as pd import re # 构造示例数据框 data = {'Date_Column': ['2016-01-01', '2017-05-23', '2016-08-15', 'Not_a_Date', '2016-12-31']} df = pd.DataFrame(data) # 定义正则表达式匹配逻辑 pattern = r'^2016-\d{2}-\d{2}$' filtered_df = df[df['Date_Column'].apply(lambda x: bool(re.match(pattern, str(x))))] print(filtered_df) ``` 在这里,`re.match(pattern, str(x))` 被应用于每行数据,确保仅保留完全符合给定正则表达式的记录[^5]。同样需要注意的是,在调用 `re.match` 前将数据强制转换为字符串类型以防意外情况发生。 --- ### 输出结果解释 假设原始数据如下: | Date_Column | |-------------| | 2016-01-01 | | 2017-05-23 | | 2016-08-15 | | Not_a_Date | | 2016-12-31 | 经过上述任一种方法过滤后的结果将是: | Date_Column | |-------------| | 2016-01-01 | | 2016-08-15 | | 2016-12-31 | 这意味着所有不符合条件的行均已被移除。 --- ### 注意事项 1. **数据清洗**:在实际场景中,建议先确认目标列是否已标准化为统一格式(如 ISO 8601)。如果不是,需提前做好预处理工作。 2. **性能考量**:对于大规模数据集而言,基于向量化操作的方法通常会比逐行迭代更快一些。因此推荐优先考虑 `str.contains()` 方案除非有特殊需求。 --- ####
评论
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