DataFrame.to_excel(excel_writer, sheet_name='Sheet1', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, startrow= ...
分类：
其他好文 时间：
2020-11-17 12:12:54
阅读次数：
7
本周因为一些原因实际开发时间过于零散，因而开发报告未按每日进行总结 但是本周进展也说不上多，这点不太好 花在学习上：20小时 花在代码上：15小时 花在解决问题上：9小时 本周遇到的问题：Hadoop可以正常启动 但是Namenode无法通过浏览器访问(连接被拒绝)，离谱的是Secondary Na ...
分类：
其他好文 时间：
2020-11-12 13:43:39
阅读次数：
7
用for+if语句写登录程序，要求： 1、用户名与密码正确直接退出； 2、输入错误提示； 3、输入三次提示20分钟后再试，并退出程序。 代码如下： for i in range(3): #循环三次[0,1,2] real_name = 'zhangshan' real_pwd = 123456 na ...
分类：
编程语言 时间：
2020-11-04 17:33:55
阅读次数：
24
Pandas 数据清洗常见方法 01 读取数据 df=pd.read_csv('文件名称') 02 查看数据特征 df.info() 03 查看数据量 df.shape 04 查看各数字类型的统计量 df.describe() 05 去除重复值 df.drop_duplicates(inplace= ...
分类：
其他好文 时间：
2020-10-21 21:22:59
阅读次数：
31
在缺失值填补上如果用前后的均值填补中间的均值，比如，0，空，1，我们希望中间填充0.5；或者0，空，空，1，我们希望中间填充0.33，0.67这样。 可以用pandas的函数进行填充，因为这个就是线性插值法 df..interpolate() dd=pd.DataFrame(data=[0,np.n ...
分类：
编程语言 时间：
2020-09-24 21:23:08
阅读次数：
47
问题描述：判断用户是否窃漏电 问题解决：二分类问题 缺失值：拉格朗日插值法进行填充 使用的特征：电量趋势下降指标、线损指标、警告类指标 这里使用的数据来<python数据分析与实战第六章> 数据： 代码实现： 1、加载数据 import pandas as pd from random import ...
分类：
其他好文 时间：
2020-09-21 11:52:51
阅读次数：
42
1.训练集数据量大，测试集数据了小，容易在复赛过拟合 2.数据：个人信息 App的使用信息 个人消费记录 3.处理过程： 1）数据清洗 1.1 对缺失值的对维度处理 1.1.1 按列属性统计缺失值（可视化） 剔除缺失值比例高的属性（90%左右）； 缺失值比例在40%~60%（缺省型-1）； 确实在2 ...
分类：
其他好文 时间：
2020-09-17 22:31:23
阅读次数：
28
顶部导航栏 1. 设置导航栏文字 在相应界面的json中加入属性值： "navigationBarTitleText":"自定义文字", "navigationBarTextStyle":"white" 2. 设置导航栏颜色 在相应界面的Json 文件中加入属性、值，值只能是十六进制的颜色。 "na ...
分类：
微信 时间：
2020-09-17 18:17:56
阅读次数：
58
不要被假象迷惑，其实这是一道区间dp，如果过多的考虑怎么放长方形就容易进入误区。 我们考虑一个dp状态表示f[][][][],将一个长方形中所有的点变成”."的最小代价，之后枚举行列进行区间dp，这其中其实已经做好了划分长方形的工作。 #include<bits/stdc++.h> using na ...
分类：
其他好文 时间：
2020-09-17 17:57:11
阅读次数：
24
读取Excel数据Excel文件是传统的数据格式，但面对海量数据时，用编程的方法来处理数据更有优势。这里示例用的数据文件如下图所示，注意它有3张sheet表。类似于csv文件，可以使用pandas.read_excel()函数来读取Excel文件，并存储成数据框格式。pandas.read_excel()读取Excel文件，其参数如下:sheet_name:设置读取的sheet名。na_value
分类：
其他好文 时间：
2020-09-03 16:55:50
阅读次数：
54
