Python

位置の行を削除する必要がある場合は、単純な反復と「pop」メソッドが使用されます。 例 以下は同じもののデモンストレーションです my_list = [[31, 42, 2], [1, 73, 29], [51, 3, 11], [0, 3, 51], [17, 3, 21], [1, 71, 10], [0, 81, 92]] print("The list is :") print(my_list) my_index_list = [1, 2, 5] for index in my_index_list[::-1]: my_list.pop(index)

リスト全体で最大の差を見つける必要がある場合は、「abs」メソッドと「max」メソッドが使用されます。 例 以下は同じもののデモンストレーションです my_list_1 = [7, 9, 1, 2, 7] my_list_2 = [6, 3, 1, 2, 1] print("The first list is :") print(my_list_1) print("The second list is :") print(my_list_2) my_result = max(abs(my_list_2[index] - my_list_1[index

スーパーシーケンス文字列をフィルタリングする必要がある場合は、単純なリスト内包表記が使用されます。 例 以下は同じもののデモンストレーションです my_list = ["Python", "/", "is", "alwaysgreat", "to", "learn"] print("The list is :") print(my_list) substring = "ys" my_result = [sub for sub i

各リスト要素の値をその大きさの順序に等しく割り当てる必要がある場合は、「set」操作、「zip」メソッド、およびリスト内包表記が使用されます。 例 以下は同じもののデモンストレーションです my_list = [91, 42, 27, 39, 24, 45, 53] print("The list is : ") print(my_list) my_ordered_dict = dict(zip(list(set(my_list)), range(len(set(my_list))))) my_result = [my_ordered_dict[elem] for

範囲内のリスト要素を特定の番号に置き換える必要がある場合は、リストスライスが使用されます。 例 以下は同じもののデモンストレーションです my_list = [42, 42, 18, 73, 11, 28, 29, 0, 10, 16, 22, 53, 41] print("The list is :") print(my_list) i, j = 4, 8 my_key = 9 my_list[i:j] = [my_key] * (j - i) print("The result is:") print(my_list) 出力 The lis

特定のタイムスタンプを比較するには、角括弧内のインデックス番号を使用します。まず、必要なライブラリをインポートします- import pandas as pd 3列のDataFrameを作成します。タイムスタンプ付きの2つの日付列があります- dataFrame = pd.DataFrame(    {       "Car": ["Audi", "Lexus", "Tesla", "Mercedes", "BMW"],

行列を文字列に変換する必要がある場合は、「結合」メソッドとともに単純なリスト内包表記が使用されます。 例 以下は同じもののデモンストレーションです my_list = [[1, 22, "python"], [22, "is", 1], ["great", 1, 91]] print("The list is :") print(my_list) my_list_1, my_list_2 = ",", " " my_result = my_list_2.join([m

先頭または末尾の空白を削除するには、strip（）メソッドを使用します。最初に、「製品カテゴリ」、「製品名」、「数量」の3つの列を持つデータフレームを作成します- dataFrame = pd.DataFrame({ 'Product Category': [' Computer', ' Mobile Phone', 'Electronics ', 'Appliances', ' Furniture', 'Stationery'],'Product Name':

日付オフセットに基づいて時系列の最終期間を選択するには、最後を使用します （） 方法。最初に、期間で日付インデックスを設定します および周波数 。周波数は周波数用です- i = pd.date_range('2021-07-15', periods=5, freq='3D') 次に、上記のインデックスでDataFrameを作成します- dataFrame = pd.DataFrame({'k': [1, 2, 3, 4, 5]},index=i) 過去4日間の行を取得します。つまり、4D- dataFrame.last('4D

標準偏差を計算するには、Pandasのstd（）メソッドを使用します。まず、必要なパンダライブラリをインポートします- import pandas as pd 次に、2つの列を持つDataFrameを作成します- dataFrame1 = pd.DataFrame(    {       "Car": ['BMW', 'Lexus', 'Audi', 'Tesla', 'Bentley', 'Jaguar'],   &

Pandas DataFrameをマージするには、マージを使用します （） 働き。その中で、パラメータインジケーターを設定できます 真に またはFalse 。特定のレコードを持つデータフレームを確認する場合は、-を使用します。 indicator= True 上記のように、上記のパラメータをTrueとして使用すると、「_merge」という列が出力DataFrameに追加されます。 まず、エイリアスを使用してpandasライブラリをインポートしましょう- import pandas as pd DataFrame1を作成しましょう- dataFrame1 = pd.DataFrame(

日付オフセットに基づいて時系列の最初の期間を選択するには、最初のを使用します （） 方法。最初に、期間で日付インデックスを設定します および周波数 パラメーター。周波数は周波数用です- i = pd.date_range('2021-07-15', periods=5, freq='3D') 次に、上記のインデックスでDataFrameを作成します- dataFrame = pd.DataFrame({'k': [1, 2, 3, 4, 5]}, index=i) 最初の4日間から行を取得します。つまり、4D- dataFrame.firs

列の合計に基づいてフィルタリングするには、 loc（）を使用します 方法。ここで、この例では、各生徒の点数を合計して、点数が400を超える、つまり80％の生徒の列を取得します。 最初に、学生の記録を使用してDataFrameを作成します。 3人の生徒、つまり3列のマークレコードがあります- dataFrame = pd.DataFrame({ 'Jacob_Marks': [95, 90, 75, 85, 88],'Ted_Marks': [60, 50, 65, 85, 70],'Jamie_Marks': [77, 76, 65, 4

最後のグループ値を計算するには、groupby.last（）メソッドを使用します。最初に、エイリアスを使用して必要なライブラリをインポートします- import pandas as pd; 3列のデータフレームを作成する- dataFrame = pd.DataFrame(    {       "Car": ['BMW', 'Lexus', 'BMW', 'Tesla', 'Lexus', 'Tesla'],"Pla

文字列データを実際の日付、つまり日時タイプに変換するには、to_datetime（）メソッドを使用します。最初に、3つのカテゴリでDataFrameを作成しましょう。そのうちの1つは日付文字列です- dataFrame = pd.DataFrame({ 'Product Category': ['Computer', 'Mobile Phone', 'Electronics', 'Stationery'],'Product Name': ['Keyboard', 'Ch

範囲内の日付を生成するには、date _range（）メソッドを使用します。最初に、必要なpandasライブラリをエイリアス-でインポートします import pandas as pd ここで、アレンジで日付を生成する必要があるとしましょう。したがって、このために、開始する日付を指定します。ここでは、2021年6月1日と60日間について言及しました- dates = pd.date_range('6/1/2021', periods=60) 例 以下は完全なコードです- import pandas as pd # generate dates in a range #

2つの日付の間の日数を見つけるために、Pythondatetimeモジュールを使用しています。まず、必要なライブラリをインポートします- from datetime import date 日付オブジェクトを作成し、日数を計算する日付を入力します- date1 = date(2021, 7, 20) date2 = date(2021, 8, 30) 上記の2つの日付の差を日数の形式で取得します- (date2 - date1).days 例 以下はコードです- from datetime import date # both the dates date1 = date(2021

OSI（Open System Interconnection）モデルでは、トランスポート層は7つの層の1つであり、インターネットを介した送信者と受信者間のエンドツーエンドの通信を担当します。送信者と受信者の間の論理通信を提供し、パケットのエンドツーエンドの配信を保証します。 トランスポート層の主なプロトコルは次のとおりです- TCP（伝送制御プロトコル） UDP（ユーザーデータグラムプロトコル） SCTP（Stream Control Transmission Protocol） RDP（Reliable Data Protocol） RUDP（Reliabl

車の販売記録の例を検討し、月ごとにグループ化して、月ごとの車の登録価格の合計を計算します。合計するには、sum（）メソッドを使用します。 最初に、次が3つの列を持つPandasDataFrameであるとしましょう- dataFrame = pd.DataFrame(    {       "Car": ["Audi", "Lexus", "Tesla", "Mercedes", "BMW", "Toyota&quo

Pandas DataFrameから重複する値を削除するには、drop_duplicates（）メソッドを使用します。最初に、3列のDataFrameを作成します- dataFrame = pd.DataFrame({'Car': ['BMW', 'Mercedes', 'Lamborghini', 'BMW', 'Mercedes', 'Porsche'],'Place': ['Delhi', 'Hyderabad', 'Ch