python最常用的语法讲解（Python常见用法）

DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。

data = [['Google', 10], ['Runoob', 12], ['Wiki', 13]] df = pd.DataFrame(data, columns=['Site', 'Age']) print(df) 复制代码

data = {'Site':['Google', 'Runoob', 'Wiki'], 'Age':[10, 12, 13]} df = pd.DataFrame(data) print (df) 复制代码

data = [{'a': 1, 'b': 2}, {'a': 5, 'b': 10, 'c': 20}] df = pd.DataFrame(data) print(df) 复制代码

data = { "calories": [420, 380, 390], "duration": [50, 40, 45] } # 数据载入到 DataFrame 对象 df = pd.DataFrame(data) # 返回第一行 print(df.loc[0]) # 返回第二行 print(df.loc[1]) # 返回第一行和第二行 print(df.loc[[0, 1]]) 复制代码

data = { "calories": [420, 380, 390], "duration": [50, 40, 45] } df = pd.DataFrame(data, index = ["day1", "day2", "day3"]) # 指定索引 print(df.loc["day2"]) 复制代码

# 将DataFrame迭代为(index, Series)对 for index, row in df.iterrows(): score = row['score'] name = row['name'] 复制代码

# 将DataFrame迭代为(列名, Series)对 for index, row in df.iteritems(): score = row['score'] name = row['name'] 复制代码

df = pd.read_csv('site.csv') # to_string() 用于返回 DataFrame 类型的数据，如果不使用该函数，则输出结果为数据的前面 5 行和末尾 5 行，中间部分以 ... 代替 print(df.to_string()) 复制代码

import pandas as pd # 三个字段 name, site, age nme = ["Google", "Runoob", "Taobao", "Wiki"] st = ["www.google.com", "www.runoob.com", "www.taobao.com", "www.wikipedia.org"] ag = [90, 40, 80, 98] # 字典 dict = {'name': nme, 'site': st, 'age': ag} df = pd.DataFrame(dict) # 保存 dataframe df.to_csv('site.csv') 复制代码

import csv writer = csv.writer(open('relax_label_results.csv', 'w'), delimiter='\t') writer.writerow(['songid', 'relax_prob', 'relax_pred']) writer.writerow(['123', 'abc', 'dgf']) 复制代码

# 遍历key和value for key, value in dict.items(): # keys()遍历是无序的 for key in dict.keys(): # 利用sorted()使keys有序遍历 for key in sorted(dict.keys()): # 遍历value for value in dict.values(): 复制代码

dict['a'] = 1 # 直接赋值 复制代码

# 删除key值为'a'的元素，并赋值给变量value，若key不存在，则报错 value = d.pop('a') # 如果key不存在，则可以设置返回值 value = d.pop('a','404') 复制代码

conda create -n my_py_env(环境名称) python=3.6 复制代码

conda remove -n my_py_env --all 复制代码

# 触发进入 conda activate my_py_env # 退出环境 conda deactivate 复制代码

pip install apscheduler 复制代码

from apscheduler.schedulers.blocking import BlockingScheduler import time # 实例化一个调度器 scheduler = BlockingScheduler() def job1(): print('start') # 添加任务并设置触发方式为3s一次 scheduler.add_job(job1, 'interval', seconds=3) # 开始运行调度器 scheduler.start() 复制代码

只在某个时间点执行一次run_date(datetime|str)

scheduler.add_job(my_job, 'date', run_date=date(2017, 9, 8), args=[]) scheduler.add_job(my_job, 'date', run_date=datetime(2017, 9, 8, 21, 30, 5), args=[]) scheduler.add_job(my_job, 'date', run_date='2017-9-08 21:30:05', args=[]) 复制代码

5.3.2 interval

每隔一段时间执行一次weeks=0 | days=0 | hours=0 | minutes=0 | seconds=0, start_date=None, end_date=None, timezone=None

scheduler.add_job(my_job, 'interval', hours=2) scheduler.add_job(my_job, 'interval', hours=2, start_date='2017-9-8 21:30:00', end_date='2018-06-15 21:30:00) @scheduler.scheduled_job('interval', id='my_job_id', hours=2) def my_job(): print("Hello World") 复制代码

5.3.3 cron

使用同linux下crontab的方式(year=None, month=None, day=None, week=None, day_of_week=None, hour=None, minute=None, second=None, start_date=None, end_date=None, timezone=None)

sched.add_job(my_job, 'cron', hour=3, minute=30) sched.add_job(my_job, 'cron', hour=5, minute=30, end_date='2017-10-30') @sched.scheduled_job('cron', id='my_job_id', day='last sun') def some_decorated_task(): print("I am printed at 00:00:00 on the last Sunday of every month!")

,