当需要查找包含列表中所有给定字符的字符串时，定义一个方法，该方法将字符串作为参数，并遍历字符串，并将索引值添加到其中。示例以下是相同内容的演示 -print("方法定义开始...") def convert_to_my_string(my_string):    my_result = ""    for index in my_string:       my_result += index    return my_result print("方法定义结束...") my_string = ['L', 'e', 'a', 'r', 'n', 'P', 'y', 't', 'h', 'o', 'n', 'c', 'o', 'o', 'l', 'f', 'u', 'n'] print("列表是："... 阅读更多

当需要从元组列表中过滤连续元素时，定义一个方法，该方法将元组列表作为参数，并检查每个元组的索引，并根据索引返回布尔值。示例以下是相同内容的演示 -print("方法定义开始...") def check_consec_tuple_elem(my_tuple):    for idx in range(len(my_tuple) - 1):       if my_tuple[idx + 1] != my_tuple[idx] + 1:          return False    return True print("方法定义结束...") my_tuple = [(23, 24, 25, 26), (65, 66, 78, 29), (11, 28, 39), (60, 61, 62, 63)] ... 阅读更多

当需要删除具有相似“K”列元素的行时，使用简单的迭代和“append”方法。示例以下是相同内容的演示 -my_list = [[45, 95, 26], [70, 35, 74], [87, 65, 23], [70, 35, 74], [67, 85, 12], [45, 65, 0]] print("列表是：") print(my_list) K = 1 print("K 的值为") print(K) my_result = [] my_mem = [] for index in my_list:    if not index[K] in my_mem:       my_result.append(index)       my_mem.append(index[K]) print("结果列表是：") ... 阅读更多

当需要统计给定列表中子列表的频率时，使用列表推导式和“len”方法以及“if”条件。示例以下是相同内容的演示 -my_list = [23, 33, 45, 67, 54 , 43, 33, 45, 67, 83, 33, 45, 67, 90, 0] print("列表是：") print(my_list) sub_list = [33, 45, 67, 90] print("子列表是：") print(sub_list) my_result = len([sub_list for index in range(len(my_list)) if my_list[index : index + len(sub_list)] == sub_list]) print("结果列表是：") print(my_result)输出列表... 阅读更多

当需要根据分隔符分离元素时，示例以下是相同内容的演示 -my_list = ["89@21", "58@51", "19@61", "11@10", "32@65", "34@45", "87@90", "32@21", '1@345'] print("列表是：") print(my_list) print("排序后的列表是：") my_list.sort() print(my_list) my_delimiter = "@" print("分隔符是：") print(my_delimiter) result_before_delim, result_after_delim = [ele.split(my_delimiter)[0] for ele in my_list], [ele.split(my_delimiter)[1] for ele in my_list] print("包含分隔符之前元素的结果是：") print(result_before_delim) print("包含分隔符之后元素的结果是：") print(result_after_delim)输出列表是：['89@21', '58@51', '19@61', '11@10', '32@65', '34@45', '87@90', ... 阅读更多

当需要提取多个特定索引范围之间的元素时，使用“extend”方法、简单的迭代和索引。示例以下是相同内容的演示 -my_list = [13, 21, 81, 10, 13, 17, 22, 18, 11, 90, 0] print("列表是：") print(my_list) print("排序后的列表是：") my_list.sort() print(my_list) range_list = [(2, 4), (7, 8), (1, 2), (2, 7)] my_result = [] for element in range_list: my_result.extend(my_list[element[0] : element[1] + 1]) print("结果列表是：") print(my_result) print("结果... 阅读更多

当需要根据数字对列表的元素进行排序时，使用“max”，“max”方法。我们还将使用“sorted”方法、“lambda”函数和“ljust”。示例以下是相同内容的演示 -my_list = [4344, 2611, 122, 541, 33, 892, 48292, 460, 390, 120, 10, 2909, 11239, 1] print("列表是：") print(my_list) print("排序后的列表是：") my_list.sort() print(my_list) my_temp_val = map(str, my_list) my_max_length = max(map(len, my_temp_val)) my_result = sorted(my_list, key = lambda index : (str(index).ljust(my_max_length, 'a'))) print("结果列表是... 阅读更多

当需要随机插入元素 K 次时，使用“random”包和来自随机包的方法以及简单的迭代。示例以下是相同内容的演示 -import random my_list = [34, 12, 21, 56, 8, 9, 0, 3, 41, 11, 90] print("列表是：") print(my_list) print("排序后的列表是：") my_list.sort() print(my_list) to_add_list = ["Python", "Object", "oriented", "language", 'cool'] K = 3 print("K 的值为") print(K) for element in range(K): index = random.randint(0, len(my_list)) ... 阅读更多

当需要查找列表中满足特定条件的所有组合时，使用简单的迭代、“isinstance”方法、“append”方法和索引。示例以下是相同内容的演示 -print("方法定义开始") def merge_the_vals(my_list_1, my_list_2, K): index_1 = 0 index_2 = 0 while(index_1 < len(my_list_1)): for i in range(K): yield my_list_1[index_1] index_1 += 1 ... 阅读更多

要查询 Pandas DataFrame 的列，可以使用 query() 方法。我们使用它来过滤记录。首先，让我们创建一个 Pandas DataFrame：
dataFrame = pd.DataFrame({"Product": ["SmartTV", "PenDrive", "Speaker", "Earphone"], "Opening_Stock": [300, 700, 1200, 1500], "Closing_Stock": [200, 500, 1000, 900]})
使用 query() 查询带有条件的列：
print(dataFrame.query('Opening_Stock >=500 & Closing_Stock < 1000 & Product.str.startswith("P").values'))
示例
以下是完整的代码：
import pandas as pd
dataFrame = pd.DataFrame({"Product": ["SmartTV", "PenDrive", "Speaker", "Earphone"], "Opening_Stock": [300, 700, 1200, 1500], "Closing_Stock": [200, 500, 1000, 900]})
print"DataFrame...", dataFrame # 使用 query() 查询列
print"查询列以过滤记录..."
print(dataFrame.query('Opening_Stock >=500 & Closing_Stock ... 阅读更多