to learn goupby learn pandas groupby groupby learn pandas groupby 优化正则提取番号和集数 待理解下载图片逻辑 还有剪裁+背景图逻辑 修改所有config[ 将整理生成nfo的代码 可缓存番号信息和缩略图和海报 可以识别番号后集数和尾部集数,赞不能分辨-C中文字幕片 改正一个错误 嵌套字典存储数据 整理函数 修正匹配时间正则 pipenv 添加依赖 修改优先取三位数字的规则:heyzo四位数除外 添加了依赖 和 有番号的优化 修改了啥 我也记不得了
39 lines
1.0 KiB
Python
39 lines
1.0 KiB
Python
import pandas as pd
|
||
import numpy as np
|
||
|
||
'''
|
||
python数据处理三剑客之一pandas
|
||
https://pandas.pydata.org/pandas-docs/stable/user_guide
|
||
https://www.pypandas.cn/docs/getting_started/10min.html
|
||
'''
|
||
|
||
dates = pd.date_range('20130101', periods=6)
|
||
df = pd.DataFrame(np.random.randn(6, 4), index=dates, columns=list('ABCD'))
|
||
print(dates)
|
||
print(df)
|
||
|
||
df2 = pd.DataFrame({'A': 1.,
|
||
'B': pd.Timestamp('20130102'),
|
||
'C': pd.Series(1, index=list(range(4)), dtype='float32'),
|
||
'D': np.array([3] * 4, dtype='int32'),
|
||
'E': pd.Categorical(["test", "train", "test", "train"]),
|
||
'F': 'foo'})
|
||
print(df2)
|
||
print(df2.dtypes)
|
||
print(df.head())
|
||
print(df.tail(5))
|
||
print(df.index)
|
||
print(df.columns)
|
||
df.describe() # 统计数据摘要
|
||
df.T # index columns互转
|
||
df.sort_index(axis=1, ascending=False) # 排序,axis=1 是columns,axis=1 是index
|
||
df.sort_values(by='B') # 按值排序 按B列中的值排序
|
||
|
||
# 切行
|
||
df.A
|
||
df['A']
|
||
# 切行
|
||
df['20130102':'20130104']
|
||
df[0:3]
|
||
|