fork
windows中是没有fork函数的,一开始直接在Windows中测试,直接报错
import os
import time
ret = os.fork()
if ret == 0:
while True:
print("-----1----")
time.sleep(1)
else:
while True:
print("-----2-----")
time.sleep(1)
2025年01月18日
windows中是没有fork函数的,一开始直接在Windows中测试,直接报错
import os
import time
ret = os.fork()
if ret == 0:
while True:
print("-----1----")
time.sleep(1)
else:
while True:
print("-----2-----")
time.sleep(1)
2025年01月18日
Python的元组(tuple)与列表类似,不同之处在于元组的元素不能修改,元组使用圆括号包含元素,而列表使用方括号包含元素。元组的创建很简单,只需要在圆括号中添加元素,并使用逗号分隔即可,示例代码如下:
tuple_one = ("java", "python", "PHP", "C++")
print(tuple_one)
2025年01月18日
OK了老铁们,不管是初入社会的牛马还是当了多年牛马的你,一定会有需要批量修改,数据处理等等日常办公繁琐又简单的重复劳动,这种情况在AI发展的今天就要学会偷懒,而我呢也是通过AI学习并且整理了一系列日常办公且常用的偷懒处理,帮助广大牛马人更好的偷懒。
2025年01月18日
上图:
详细代码:
# _*_ coding:utf-8 _*_
print('列表最大值、最小值、求和,求积,平均值')
number = [1, 22, 5, 43, 9, 2, 6, 11, 99, 50]
# 求积
total = 1
for i in number:
total *= i
print(total)
#求和
print(sum(number))
#最大值
print(max(number))
#最小值
print(min(number))
#平均值
average = sum(number)/len(number)
print(average)
2025年01月17日
import pandas as pd
import os
'''
合并目录下的所有excel文件,适合数据量不大的情况
'''
def mergeExcel(file_dir):
# 文件目录
# file_dir = r'F:\Download'
# 构建新的表格名称
new_filename = file_dir + '\\new_file.xls'
# 找到文件路径下的所有表格名称,返回列表
file_list = os.listdir(file_dir)
new_list = []
for file in file_list:
# 重构文件路径
file_path = os.path.join(file_dir, file)
# 将excel转换成DataFrame
dataframe = pd.read_excel(file_path)
# 保存到新列表中
new_list.append(dataframe)
# 多个DataFrame合并为一个
df = pd.concat(new_list)
# 写入到一个新excel表中
df.to_excel(new_filename, index=False)
print('合并完成,详见:', new_filename)
if __name__ == "__main__":
mergeExcel(r'F:\Download')
2025年01月17日
Pandas作为Python数据处理的重要库,其命令繁多且功能强大。以下是一些Pandas中最常用的命令和操作的汇总,覆盖了数据读取、查看、筛选、清洗、转换、合并、重塑、统计分析等方面的基础使用:
2025年01月17日
-- coding:utf-8 –-
"""
利用 pandas 将多张 excel 表中的指定列数据合并成一张;因为原始的多张数据存在同样列名的数据,