Hướng dẫn dùng python pipe python
Miêu tảPhương thức pipe() tạo một pipe. Trả về một cặp (r, w) có thể sử dụng để đọc và viết tương ứng. Show Cú phápCú pháp của pipe() trong Python: os.pipe() Chi tiết về tham số:
Quảng cáo Trả về giá trịPhương thức này trả về một cặp (r, w) của file descriptor. Chương trình Python ví dụVí dụ sau minh họa cách sử dụng của pipe() trong Python. import os, sys print "Tien trinh con se ghi text toi mot pipe va " print "tien trinh cha se doc text da duoc ghi boi tien trinh con..." # cac file descriptor lan luot la r, w de doc va ghi r, w = os.pipe() processid = os.fork() if processid: # Day la tien trinh cha # Dong file descriptor w os.close(w) r = os.fdopen(r) print "Tien trinh cha doc" str = r.read() print "text =", str sys.exit(0) else: # Day la tien trinh con os.close(r) w = os.fdopen(w, 'w') print "Tien trinh con ghi" w.write("Text duoc ghi boi tien trinh con...") w.close() print "Dong tien trinh con" sys.exit(0) Chạy chương trình Python trên sẽ cho kết quả: Tien trinh con se ghi text toi mot pipe va tien trinh cha se doc text da duoc ghi boi tien trinh con... Tien trinh cha doc Tien trinh con ghi Dong tien trinh con text = Text duoc ghi boi tien trinh con... file_io_trong_python.jsp Bài viết liên quan
Để áp dụng các hàm của riêng bạn hoặc của thư viện khác cho Pandas, bạn nên biết ba phương pháp quan trọng. Các phương pháp được thảo luận dưới đây. Phương pháp thích hợp để sử dụng phụ thuộc vào việc liệu hàm của bạn có hoạt động trên toàn bộ DataFrame, theo hàng hoặc theo cột hay không.
1. Table-wise :Các hoạt động tùy chỉnh có thể được thực hiện bằng cách chuyển hàm và số lượng tham số thích hợp làm đối số pipe. Do đó, hoạt động được thực hiện trên toàn bộ DataFrame. Ví dụ: thêm giá trị 2 vào tất cả các phần tử trong DataFrame
Bây giờ chúng ta sẽ sử dụng hàm tùy chỉnh trên DataFrame.
Toàn bộ code như sau :
Kết quả :
2. Hàm hàng hoặc cột wiseCó thể áp dụng các hàm tùy ý dọc theo các trục của DataFrame hoặc Panel bằng cách sử dụng phương thức apply (), giống như các phương pháp thống kê ư, lấy đối số trục tùy chọn. Theo mặc định, việc thực hiện cột , coi mỗi cột như một mảng. Ví dụ 1 :
Kết quả :
Truyền tham số trục Ví dụ 2 :
Kết quả :
Ví dụ 3:
Kết quả :
3. Các phần tử wiseKhông phải tất cả các hàm đều có thể được vectơ hóa (không phải mảng NumPy trả về mảng khác cũng như bất kỳ giá trị nào), các phương thức applymap () trên DataFrame và tương tự map () trên Series chấp nhận bất kỳ hàm Python nào nhận một giá trị duy nhất và trả về một giá trị duy nhất. Ví dụ 1:
Kết quả :
Ví dụ 2 :
Kết quả :
Return DataFrame with duplicate rows removed. Considering certain columns is optional. Indexes, including time indexes are ignored. Parameterssubsetcolumn label or sequence of labels, optionalOnly consider certain columns for identifying duplicates, by default use all of the columns. keep{‘first’, ‘last’, False}, default ‘first’Determines which duplicates (if any) to keep. - Whether to drop duplicates in place or to return a copy. ignore_indexbool, default FalseIf True, the resulting axis will be labeled 0, 1, …, n - 1. New in version 1.0.0. ReturnsDataFrame or NoneDataFrame with duplicates removed or None if Examples Consider dataset containing ramen rating. >>> df = pd.DataFrame({ ... 'brand': ['Yum Yum', 'Yum Yum', 'Indomie', 'Indomie', 'Indomie'], ... 'style': ['cup', 'cup', 'cup', 'pack', 'pack'], ... 'rating': [4, 4, 3.5, 15, 5] ... }) >>> df brand style rating 0 Yum Yum cup 4.0 1 Yum Yum cup 4.0 2 Indomie cup 3.5 3 Indomie pack 15.0 4 Indomie pack 5.0 By default, it removes duplicate rows based on all columns. >>> df.drop_duplicates() brand style rating 0 Yum Yum cup 4.0 2 Indomie cup 3.5 3 Indomie pack 15.0 4 Indomie pack 5.0 To remove duplicates on specific column(s), use
>>> df.drop_duplicates(subset=['brand']) brand style rating 0 Yum Yum cup 4.0 2 Indomie cup 3.5 To remove duplicates and keep last occurrences, use >>> df.drop_duplicates(subset=['brand', 'style'], keep='last') brand style rating 1 Yum Yum cup 4.0 2 Indomie cup 3.5 4 Indomie pack 5.0 |