python 编程问题,如何批量处理字符串变量?

  • 主要用于科学计算,例如:平面场问题、波动问题、电感电容等问题
  • 计算长度最大/最小值比较删除
  • 专门用于存储 一串 信息
将列表2 的数据追加到列表
列表[索引] = 数据
删除第一个出现的指定数据
数据在列表中出现的次数

del 关键字(科普)

  • del 关键字本质上是用来 将一个变量从内存中删除的
  • 如果使用 del 关键字将变量从内存中删除,后续的代码就不能再使用这个变量了

关键字、函数和方法(科普)

  • 关键字 是 Python 内置的、具有特殊意义的标识符
  • 函数 封装了独立功能,可以直接调用
  • 方法 和函数类似,同样是封装了独立的功能
    • 在 循环体内部 针对 每一个元素,执行相同的操作
循环内部针对列表元素进行操作
  • 但是在开发中,更多的应用场景是
    1. 列表 存储相同类型的数据
    2. 通过 迭代遍历,在循环体内部,针对列表中的每一项元素,执行相同的操作
  • Tuple(元组)与列表类似,不同之处在于元组的 元素不能修改
    • 元组 表示多个元素组成的序列

元组中 只包含一个元素 时,需要 在元素后面添加逗号

  • 取值 就是从 元组 中获取存储在指定位置的数据
循环内部针对元组元素进行操作
  • 但是在开发中,更多的应用场景是:
    • 函数的 参数 和 返回值,一个函数可以接收 任意多个参数,或者 一次返回多个数据
      • 有关 函数的参数 和 返回值,在后续 函数高级 给大家介绍
    • 格式字符串,格式化字符串后面的 () 本质上就是一个元组
    • 让列表不可以被修改,以保护数据安全
  • 字典同样可以用来 存储多个数据
  • 但是在开发中,更多的应用场景是:
    • 使用 多个键值对,存储 描述一个 物体 的相关信息 —— 描述更复杂的数据信息
    • 将 多个字典 放在 一个列表 中,再进行遍历,在循环体内部针对每一个字典进行 相同的处理
  • 字符串 就是 一串字符,是编程语言中表示文本的数据类型
      • 如果字符串内部需要使用 ",可以使用 ' 定义字符串
      • 如果字符串内部需要使用 ',可以使用 " 定义字符串

4.2 字符串的常用操作

如果 string 至少有一个字符并且所有字符都是字母或数字则返回 True
如果 string 至少有一个字符并且所有字符都是字母则返回 True
如果 string 只包含数字则返回 True,全角数字
如果 string 只包含数字则返回 True,全角数字汉字数字
如果 string 是标题化的(每个单词的首字母大写)则返回 True
如果 string 中包含至少一个区分大小写的字符,并且所有这些(区分大小写的)字符都是小写,则返回 True
如果 string 中包含至少一个区分大小写的字符,并且所有这些(区分大小写的)字符都是大写,则返回 True
检查字符串是否是以 str 开头,是则返回 True
检查字符串是否是以 str 结束,是则返回 True
检测 str 是否包含在 string 中,如果 start 和 end 指定范围,则检查是否包含在指定范围内,如果是返回开始的索引值,否则返回-1
类似于 find(),不过是从右边开始查找
类似于 index(),不过是从右边开始
把字符串的第一个字符大写
把字符串的每个单词首字母大写
转换 string 中所有大写字符为小写
转换 string 中的小写字母为大写
返回一个原字符串左对齐,并使用空格填充至长度 width 的新字符串
返回一个原字符串右对齐,并使用空格填充至长度 width 的新字符串
返回一个原字符串居中,并使用空格填充至长度 width 的新字符串
截掉 string 左边(开始)的空白字符
截掉 string 右边(末尾)的空白字符
截掉 string 左右两边的空白字符
类似于 partition() 方法,不过是从右边开始查找
按照行('\r', '\n', '\r\n')分隔,返回一个包含各行作为元素的列表
以 string 作为分隔符,将 seq 中所有的元素(的字符串表示)合并为一个新的字符串
  • 切片 方法适用于 字符串列表元组
字符串[开始索引:结束索引:步长]
    • 从 起始 位开始,到 结束位的前一位 结束(不包含结束位本身)
  1. 从头开始,开始索引 数字可以省略,冒号不能省略
  2. 到末尾结束,结束索引 数字可以省略,冒号不能省略
  3. 步长默认为 1,如果连续切片,数字和冒号都可以省略
  • 所谓倒序索引就是 从右向左 计算索引
    • 最右边的索引值是 -1,依次递减
  • 4. 截取完整的字符串
  • 5. 从开始位置,每隔一个字符截取字符串
  • 6. 从索引 1 开始,每隔一个取一个
  • 8. 截取字符串末尾两个字符
  • 9. 字符串的逆序(面试题)

Python 包含了以下内置函数:

如果是字典,只针对 key 比较
如果是字典,只针对 key 比较
比较两个值,-1 小于/0 相等/1 大于
字符串、列表、元组、字典
字符串、列表、元组、字典

成员运算符用于 测试 序列中是否包含指定的 成员

如果在指定的序列中找到值返回 True,否则返回 False
如果在指定的序列中没有找到值返回 True,否则返回 False

注意:在对 字典 操作时,判断的是 字典的键 没有通过 break 退出循环,循环结束后,会执行的代码

  • 在 迭代遍历 嵌套的数据类型时,例如 一个列表包含了多个字典
  • 需求:要判断 某一个字典中 是否存在 指定的 值
    • 如果 存在,提示并且退出循环
    • 如果 不存在,在 循环整体结束 后,希望 得到一个统一的提示
# 如果已经找到,直接退出循环,就不需要再对后续的数据进行比较
}

我们将在本章中介绍以下案例:

  • 构建正确的属性查询语句

  • 结合使用空间查询和属性查询


从地理图层中选择要素或从独立的表中选择行数据是最为普遍的GIS操作。属性查询或空间查询能够完成这样的选择操作。属性查询是通过数据集中的一个或多个字段或列使用SQL语句来选择要素或行数据。比如“选择价值大于500000美元的所有地块”。空间查询是基于某些空间关系来选择要素。比如“选择与一个洪泛区相交的所有地块”或者“选择完全位于德州Travis县的所有街道”。也有可能需要结合属性查询和空间查询,比如“选择与一个洪泛区相交且价值大于500000美元的所有地块”。

构建正确的属性查询语句

构建正确的属性查询语句对于能否成功创建用于查询要素和表的地理处理脚本来说是至关重要的。针对要素类和表的所有查询语句都需要符合正确的SQL语法,也需要遵循多种规则,而这些规则又依赖于你所要执行查询操作的数据类型。

创建属性查询语句即需要编写能够与按属性选择工具(Select by Attributes)中的查询语句结合使用的Python脚本。这些查询语句都是基本的SQL语句以及一些你需要掌握的其他特性。如果你已经对ArcMap中创建查询语句有很好的理解或是在其他编程语言中有过创建SQL语句的经验,那么构建属性查询语句对你来讲就会相对容易些。除了需要创建正确的SQL语句,你还需要注意一些特定的Python语法以及由于数据类型差异引起的语句格式的变化。在本案例中,你将学习如何构建正确的查询语句以及了解不同的数据类型在语法上和特定的Python语句结构上的细微差别。

著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

}

我看过许多人一看到别人提问"python处理excel"之类的话题,立马就说出一大堆的库,结果很多初学者苦苦地编写Python代码处理数据,最后他们都会感觉太坑爹了。

如果我在这里列出各种处理方法,那么成千上百的字数都不够看。我觉得你更应该了解思路与工具的选择,不然方向错了,你就算拿着再好用的工具也发挥不了作用。

Python中有许多库可以与Excel交互,比如 xlrd、xlwings等等,但是我要强调的是,这些库仅仅让你方便地与Excel打交道,比如,读写数据、设置格式。

如果你的日常任务仅仅是简单设置格式,不需要对数据做复杂的计算和处理,那么这些库已经可以满足你的需求

很多人已经会一些编程语言(比如 vba),转到python上处理excel,结果是把vba代码用python代码写一遍。诸如求平均、求和等各种从简单到复杂的处理,都依靠自己编写各种循环遍历,最后只能从入门到放弃。

上述原因主要是他们只关注如何与excel交互,而忽视了数据处理才是整个问题的关键点。而在python中数据处理的最重要的库pandas,就是你唯一的选择。

因此你需要先评估你的日常处理任务,是否有非常多的处理环节是从excel开始的。

  • 比如,你的数据是直接从数据库中处理获取,你只需要编写代码把数据输出到excel,那么这显然不需要使用pandas(实际上使用pandas很可能比使用其他库来得简单)

  • 如果你需要使用python做各种处理,然后输出excel,那么你必须要学习pandas,不然你只是在低效率处理数据

pandas的一个最大的优势在于,大多时候你只需要告诉他做什么,就可以完成工作,而不需要你亲自编写如何遍历数据的代码。许多非常复杂的处理要求,使用pandas解决是轻而易举,并且有非常好的扩展性。

我不想列出代码去占用篇幅了。如果你有兴趣,可以参考我头条号的文章,你会发现这些文章中的python解决方案,完全没有自己遍历数据的写法。以下是其中的一些文章:

  • 若干篇利用pandas做数据分析的案例文章

最后我还是要提醒你,一定要根据自己的情况选择适当的工具,这些都是辅助你工作的工具,不要被工具限制了你的思路




Python批量处理Excel的话,有许多现成的库可以直接使用,下面我简单介绍一下,感兴趣的朋友可以尝试一下:

这是Python 2个非常基础的Excel读写库,其中xlrd专门用于读取Excel,xlwt专门用于写入Excel,支持常见的行列、单元格操作,安装的话,直接在cmd窗口输入命令“pip intsall xlrd xlwt”即可,官方自带有非常详细的入门教程文档和API接口,非常适合开发者学习:

这里以简单的读取Excel为,测试代码如下,基本思想先打开Excel,获取工作表,然后根据所需直接读取对应行列和单元格内容即可,非常简单:

这是一个专门用于读取Excel的Python库,目前仅支持Excel 2010格式(xls不支持),操作单元格、行列,设置样式、插入图片等非常容易,安装的话,直接在cmd窗口输入命令“pip install openpyxl”即可,官方文档含有非常详细的代码示例和截图,非常适合初学者入门和学习:

测试代码如下,非常简单,以写入Excel为例,基本思想先创建一个Excel文件,然后获取工作表,最后再往对应单元格写入内容即可:

这是Python一个非常著名的数据处理库,在业界非常流行和受欢迎,内置了大量函数和数据类型,可以轻松处理Excel文件,并进行复杂的数据处理,代码量更少,功能也更强大,安装的话,直接在cmd窗口输入命令“pip install pandas”即可,官方自带有非常详细的入门教程,源码都可直接运行,非常适合开发者学习和使用:

这里以读写Excel为例,测试代码如下,非常简单,一行代码就可轻松获取或写入数据,功能非常强大,推荐使用:

目前,就介绍这3个非常不错的Python Excel处理库吧,对于日常办公工作来说,非常不错,只要你有一定Python基础,熟悉一下相关文档和示例,很快就能掌握的,网上也有相关教程和资料,介绍的非常详细,感兴趣的话,可以搜一下,希望以上分享的内容能对你有所帮助吧,也欢迎大家评论、留言进行补充。




在浏览器的地址栏中键入内容时,您的计算机实际上是在向服务器询问网页,然后该网页返回到您的浏览器。

  API的工作方式几乎相同,除了您的程序要求数据而不是您的Web浏览器询问网页之外。这些数据通常以JSON格式返回(有关更多信息,请参阅有关使用JSON数据的教程)。

  为了获取数据,我们向Web服务器发出请求。然后,服务器将回复我们的数据。在大数据分析Python中,我们将使用请求库来执行此操作。在此大数据分析Python API教程中,我们将为所有示例使用大数据分析Python .cn/data//i6215043/

}

我要回帖

更多关于 python过滤字符串 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信