数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

zxq997

ROUND 函数将数字四舍五入到指定的位数。例如，如果单元格 A1 包含 23.7825，而且您想要将此数值舍入到两个小数位数，可以使用以下公式：=ROUND(A1, 2)此函数的结果为 23.78。

0.0000

0

2

0

关注作者

收藏

zxq997

mod函数使用技巧

mod函数使用技巧一、两个异号整数求余1.函数值符号规律(余数的符号) mod(负,正)=正 mod(正,负)=负结论：两个整数求余时，其值的符号为除数的符号。2.取值规律先将两个整数看作是正数，再作除法运算①能整除时，其值为0 （或没有显示）②不能整除时，其值=除数×(整商 1)-被除数例：mod(36,-10)=-4 即：36除以10的整数商为3，加1后为4；其与除数之积为4

0.0000

0

4

0

关注作者

收藏

zxq997

mod()函数的语法

语法：MOD(number,divisor)参数：Number 为被除数。Divisor 为除数。如果 divisor 为零，函数 MOD 返回错误值 #DIV/0!。示例：MOD(3, 2) 等于 1MOD(-3, 2) 等于1(与后面的数的符号相同）MOD(3, -2) 等于 -1（与后面数的符号相同）MOD(-3, -2) 等于 -1

0.0000

0

1

0

关注作者

收藏

zxq997

绝对引用、相对引用和混合引用之间的区别

绝对引用、相对引用和混合引用之间的区别相对引用公式中的相对单元格引用（如 A1）是基于包含公式和单元格引用的单元格的相对位置。如果公式所在单元格的位置改变，引用也随之改变。如果多行或多列地复制或填充公式，引用会自动调整。默认情况下，新公式使用相对引用。例如，如果将单元格 B2 中的相对引用复制或填充到单元格 B3，将自动从 =A1 调整到 =A2。复制的公式具有相对引用

0.0000

0

4

0

关注作者

收藏

詹惠儿

有哪些组织使用Python

使用Python的组织：1）谷歌（谷歌蜘蛛和搜索引擎的组件）2）雅虎（地图）3）YouTube4）Mozilla5）Dropbox6）微软7）思科8）Spotify9）Quora

0.0000

0

2

0

关注作者

收藏

詹惠儿

python有哪些应用

应用：1）基于GUI的桌面应用程序（游戏，科学应用程序）2）Web框架和应用程序3）企业和业务应用程序4）操作系统5）语言开发6）原型设计

0.0000

0

3

0

关注作者

收藏

詹惠儿

python有哪些优点

优点：1）第三方模块的存在2）广泛的支持库（NumPy用于数值计算，Pandas用于数据分析等）3）开源和社区开发4）易于学习5）用户友好的数据结构6）高级别语言7）动态类型语言（无需根据分配的值提及数据类型，它采用数据类型）8）面向对象语言9）便携式和交互式10）跨操作系统可移植

0.0000

0

1

0

关注作者

收藏

詹惠儿

python如何对语句声明

声明用于执行的源代码中编写的指令称为语句。Python编程语言中有不同类型的语句，如Assignment语句，条件语句，循环语句等。这些都有助于用户获得所需的输出。例如，n = 50是赋值语句。多行语句： Python中的语句可以使用括号（），大括号{}，方括号[]，分号（;），连续字符斜杠（\）扩展到一行或多行。当程序员需要进行长时间的计算并且无法将他的语句放入一行时，可以使用这些字符。示

0.0000

0

3

0

关注作者

收藏

zxq997

mysql删除数据的区别在哪里？

1、drop table tb drop将表格直接删除，没有办法找回2、truncate (table) tb 删除表中的所有数据，不能与where一起使用3、delete from tb (where) 删除表中的数据(可制定某一行)

0.0000

0

1

0

关注作者

收藏

詹惠儿

使用Groupby函数聚合数据

Groupby方法（聚合）：groupby方法允许我们基于任何行或列将数据组合在一起，因此我们可以进一步应用聚合函数来分析我们的数据。使用mapper（dict或key函数，将给定函数应用于组，将结果作为系列返回）或通过一系列列的组系列。考虑这是由以下代码生成的DataFrame：import pandas as pd import numpy as np # create Dat

0.0000

0

2

0

关注作者

收藏

詹惠儿

pandas如何填充缺失值

填充缺失值：现在，使用数据的均值或模式替换任何NaN值fillna，可以根据需要替换特定列甚至整个DataFrame中的所有NaN值。import numpy as np import pandas as pd # Create a DataFrame dframe = pd.DataFrame({'Geeks': [23, 24, 22], 'For': [10, 12

120.0000

1

4

0

关注作者

收藏

詹惠儿

pandas如何处理丢失的数据

删除丢失的数据：考虑这是由以下代码生成的DataFrame：aimport pandas as pd # Create a DataFrame dframe = pd.DataFrame({'Geeks': [23, 24, 22], 'For': [10, 12, np.nan], 'geeks': [0, np.nan, np.nan]}, co

0.0000

0

2

0

关注作者

收藏

詹惠儿

如何以CSV格式存储DataFrame

Pandas提供to.csv('filename', index = "False|True")将DataFrame写入CSV文件的功能。以下filename是您要创建的CSV文件的名称，并index告知DataFrame的索引（如果为Default）应该被覆盖。如果我们设置那么索引不会被覆盖。默认值为index，然后索引被覆盖。 index = FalseTRUE示例：import pa

120.0000

1

5

0

关注作者

收藏

詹惠儿

python的_future_module函数

_future_module：这基本上不是两个版本之间的区别，但在这里提到有用的东西。__future__模块的想法是帮助迁移。我们可以使用Python 3.x 如果我们在2.x代码中规划Python 3.x支持，我们可以在我们的代码中输入_future_。例如，在Python 2.x代码下面，我们使用__future__模块使用Python 3.x的整数除法行为# In below

0.0000

0

4

0

关注作者

收藏

詹惠儿

python2和3对错误的处理

错误处理：两个版本的错误处理都有一个小的变化。在python 3.x中，'as'关键字是必需的。try: trying_to_check_error except NameError, err: print err, 'Error Caused' # Would not work in Python 3.x ''' Output in Python 2.x: name '

120.0000

1

1

0

关注作者

收藏

詹惠儿

python3中x范围怎么定义

x范围：Python 3.x中不存在Python 2.x的xrange（）。在Python 2.x中，range返回一个列表，即range（3）返回[0,1,2]，而xrange返回一个xrange对象，即xrange（3）返回iterator对象，它与Java迭代器类似，并在需要时生成数字。如果我们需要多次迭代相同的序列，我们更喜欢range（），因为range提供了一个静态列表。xran

0.0000

0

2

0

关注作者

收藏

詹惠儿

Python 2和Python 3中打印函数的区别

打印函数的区别这是最着名的变化。在这里，Python 2.x中的print函数被Python 3.x中的print（）函数替换，即，要在Python 3.x中打印，需要额外的一对括号。print 'Hello, Geeks' # Python 3.x doesn't support print('Hope You like these facts') ''' Output in P

0.0000

0

3

0

关注作者

收藏

詹惠儿

python将数据和时间分成单独的功能

python如何将数据和时间分成单独的功能？# Create date and time with dataframerng = pd.DataFrame()rng['date'] = pd.date_range('1/1/2011', periods = 72, freq ='H') # Print the dates in dd-mm-yy formatrng[:5] #

120.0000

1

2

0

关注作者

收藏

詹惠儿

python如何向散列添加属性

Perl中的属性存储为散列引用中的键值对。此外，向代码添加一些属性。package Area;sub new{my $class = shift;my $self ={length => 2, # storing lengthwidth => 3, # storing width};return bless $self, $class;}1;上面的代码（AreaCl

0.0000

0

2

0

关注作者

收藏

詹惠儿

python如何检测现有/未缺失的值

DataFrame.notna（）函数检测数据框中的现有/非缺失值。该函数返回一个布尔对象，其大小与应用它的对象的大小相同，表示每个单独的值是否为na值。所有非缺失值都映射为true，缺失值映射为false。代码：使用notna()函数查找数据帧中的所有非缺失值。# importing pandas as pd import pandas as pd # Creating the f

0.0000

0

1

0

关注作者

收藏

<1…264265266…404>

CDA考试动态

CDA报考指南