programming python

Làm cách nào để lưu tệp csv trong python pandas?

 Lưu ý rằng index=False yêu cầu Python bỏ cột chỉ mục khi xuất DataFrame. Vui lòng bỏ đối số này nếu bạn muốn giữ lại cột chỉ mục

Ví dụ từng bước sau đây cho thấy cách sử dụng chức năng này trong thực tế

Bước 1. Tạo Khung dữ liệu Pandas

Đầu tiên, hãy tạo một DataFrame gấu trúc

import pandas as pd

#create DataFrame
df = pd.DataFrame[{'points': [25, 12, 15, 14, 19, 23],
                   'assists': [5, 7, 7, 9, 12, 9],
                   'rebounds': [11, 8, 10, 6, 6, 5]}]

#view DataFrame
df

points	assists	rebounds
0	25	5	11
1	12	7	8
2	15	7	10
3	14	9	6
4	19	12	6
5	23	9	5

Bước 2. Xuất Khung dữ liệu sang Tệp CSV

Tiếp theo, hãy xuất DataFrame sang tệp CSV

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]

Bước 3. Xem tệp CSV

Cuối cùng, chúng tôi có thể điều hướng đến vị trí mà chúng tôi đã xuất tệp CSV và xem nó

points,assists,rebounds
25,5,11
12,7,8
15,7,10
14,9,6
19,12,6
23,9,5

Lưu ý rằng cột chỉ mục không có trong tệp vì chúng tôi đã chỉ định chỉ mục=Sai

Cũng lưu ý rằng các tiêu đề nằm trong tệp vì đối số mặc định trong hàm to_csv[] là headers=True

Pandas là một nguồn tài nguyên mạnh mẽ dành cho bạn với tư cách là Nhà khoa học dữ liệu. Pandas là một thư viện mã nguồn mở được xây dựng dựa trên thư viện NumPy. Nó cho phép người dùng phân tích nhanh, làm sạch dữ liệu và chuẩn bị dữ liệu hiệu quả. Pandas đã đóng cửa và nó có hiệu suất và năng suất cao cho người dùng. Pandas giống như phiên bản python của excel

Mặc dù bạn có thể đọc và ghi các tệp CSV bằng Python bằng hàm 

import pandas as pd
titanic_data = pd.read_csv['titanic.csv']
1 tích hợp hoặc mô-đun csv chuyên dụng - bạn cũng có thể sử dụng Pandas

Trong bài viết này, bạn sẽ thấy cách sử dụng thư viện Pandas của Python để đọc và ghi tệp CSV

Tệp CSV là gì?

Hãy nhanh chóng tóm tắt lại tệp CSV là gì - không gì khác hơn là một tệp văn bản đơn giản, tuân theo một vài quy ước định dạng. Tuy nhiên, đây là phương pháp phổ biến nhất, đơn giản và dễ dàng nhất để lưu trữ dữ liệu dạng bảng. Định dạng này sắp xếp các bảng theo một cấu trúc cụ thể được chia thành các hàng và cột. Chính những hàng và cột này chứa dữ liệu của bạn

Một dòng mới kết thúc mỗi hàng để bắt đầu hàng tiếp theo. Tương tự, dấu phân cách, thường là dấu phẩy, phân tách các cột trong mỗi hàng

Ví dụ: chúng ta có thể có một bảng trông như thế này

| City         | State        | Capital | Population    |
| ------------ | ------------ | ------- | ------------- |
| Philadelphia | Pennsylvania | No      | 1.581 Million |
| Sacramento   | California   | Yes     | 0.5 Million   |
| New York     | New York     | No      | 8.623 Million |
| Austin       | Texas        | Yes     | 0.95 Million  |
| Miami        | Florida      | No      | 0.463 Million |

Nếu chúng tôi chuyển đổi nó sang định dạng CSV, nó sẽ trông như thế này

City,State,Capital,Population
Philadelphia,Pennsylvania,No,1.581 Million
Sacramento,California,Yes,0.5 Million
New York,New York,No,8.623 Million
Austin,Texas,Yes,0.95 Million
Miami,Florida,No,0.463 Million

Mặc dù tên [Giá trị được phân tách bằng dấu phẩy] vốn đã sử dụng dấu phẩy làm dấu phân cách, nhưng bạn cũng có thể sử dụng các dấu phân cách [dấu phân cách] khác, chẳng hạn như dấu chấm phẩy [

import pandas as pd
titanic_data = pd.read_csv['titanic.csv']
2]. Mỗi hàng của bảng là một dòng mới của tệp CSV và đó là một cách rất ngắn gọn và súc tích để biểu thị dữ liệu dạng bảng

Bây giờ, hãy xem hàm 

import pandas as pd
titanic_data = pd.read_csv['titanic.csv']
3

Đọc và ghi tệp CSV bằng Pandas

Pandas là một khung rất mạnh mẽ và phổ biến để phân tích và thao tác dữ liệu. Một trong những tính năng nổi bật nhất của Pandas là khả năng đọc và ghi nhiều loại tệp khác nhau bao gồm CSV và Excel. Bạn có thể thao tác các tệp CSV một cách hiệu quả và dễ dàng trong Pandas bằng các chức năng như 

import pandas as pd
titanic_data = pd.read_csv['titanic.csv']
3 và 
import pandas as pd
titanic_data = pd.read_csv['titanic.csv']
5

Cài đặt gấu trúc

Chúng tôi phải cài đặt Pandas trước khi sử dụng nó. Hãy sử dụng 

import pandas as pd
titanic_data = pd.read_csv['titanic.csv']
6

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
1

Đọc tệp CSV bằng read_csv[]

Hãy nhập Bộ dữ liệu Titanic, có thể lấy trên GitHub

import pandas as pd
titanic_data = pd.read_csv['titanic.csv']

Theo lẽ tự nhiên, gấu trúc sẽ tìm kiếm tệp này trong thư mục của tập lệnh và chúng tôi chỉ cung cấp đường dẫn tệp cho tệp mà chúng tôi muốn phân tích dưới dạng đối số bắt buộc duy nhất của phương pháp này

Hãy xem 

import pandas as pd
titanic_data = pd.read_csv['titanic.csv']
7 của tập dữ liệu này để đảm bảo rằng nó được nhập chính xác

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
4

Kết quả này trong

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
5

Ngoài ra, bạn cũng có thể đọc các tệp CSV từ các tài nguyên trực tuyến, chẳng hạn như GitHub, chỉ bằng cách chuyển URL của tài nguyên tới hàm 

import pandas as pd
titanic_data = pd.read_csv['titanic.csv']
3. Trước tiên, hãy đọc tệp CSV này từ kho lưu trữ GitHub mà không cần tải tệp xuống máy cục bộ của chúng tôi

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
7

Điều này cũng dẫn đến

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
8

Theo mặc định, phương pháp 

import pandas as pd
titanic_data = pd.read_csv['titanic.csv']
3 sử dụng hàng đầu tiên của tệp CSV làm tiêu đề cột. Đôi khi, những tiêu đề này có thể có tên lạ và bạn có thể muốn sử dụng tiêu đề của riêng mình. Bạn có thể đặt tiêu đề sau khi đọc tệp, chỉ cần gán trường 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
40 của phiên bản 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41 vào một danh sách khác hoặc bạn có thể đặt tiêu đề trong khi đọc CSV ngay từ đầu

Hãy xác định danh sách tên cột và sử dụng các tên đó thay vì tên từ tệp CSV

points,assists,rebounds
25,5,11
12,7,8
15,7,10
14,9,6
19,12,6
23,9,5
2

Hãy chạy mã này

points,assists,rebounds
25,5,11
12,7,8
15,7,10
14,9,6
19,12,6
23,9,5
3

Hmm, bây giờ chúng tôi đã có các tiêu đề tùy chỉnh của mình, nhưng hàng đầu tiên của tệp CSV, ban đầu được sử dụng để đặt tên cột cũng được bao gồm trong 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41. Chúng tôi sẽ muốn bỏ qua dòng này, vì nó không còn giữ bất kỳ giá trị nào đối với chúng tôi nữa

Bỏ qua hàng khi đọc CSV

Hãy giải quyết vấn đề này bằng cách sử dụng đối số 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
43

City,State,Capital,Population
Philadelphia,Pennsylvania,No,1.581 Million
Sacramento,California,Yes,0.5 Million
New York,New York,No,8.623 Million
Austin,Texas,Yes,0.95 Million
Miami,Florida,No,0.463 Million
0

Bây giờ, hãy chạy mã này

City,State,Capital,Population
Philadelphia,Pennsylvania,No,1.581 Million
Sacramento,California,Yes,0.5 Million
New York,New York,No,8.623 Million
Austin,Texas,Yes,0.95 Million
Miami,Florida,No,0.463 Million
1

Hoạt động như một nét duyên dáng. Đối số 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
43 chấp nhận danh sách các hàng bạn muốn bỏ qua. Bạn có thể bỏ qua, ví dụ, 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
45 nếu bạn cũng muốn

City,State,Capital,Population
Philadelphia,Pennsylvania,No,1.581 Million
Sacramento,California,Yes,0.5 Million
New York,New York,No,8.623 Million
Austin,Texas,Yes,0.95 Million
Miami,Florida,No,0.463 Million
2

Điều này sẽ dẫn đến một 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41 không có một số hàng mà chúng ta đã thấy trước đây

City,State,Capital,Population
Philadelphia,Pennsylvania,No,1.581 Million
Sacramento,California,Yes,0.5 Million
New York,New York,No,8.623 Million
Austin,Texas,Yes,0.95 Million
Miami,Florida,No,0.463 Million
3

Hãy xem hướng dẫn thực hành, thực tế của chúng tôi để học Git, với các phương pháp hay nhất, tiêu chuẩn được ngành chấp nhận và bao gồm bảng gian lận. Dừng các lệnh Git trên Google và thực sự tìm hiểu nó

Hãy nhớ rằng việc bỏ qua các hàng xảy ra trước khi 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41 được hình thành đầy đủ, vì vậy bạn sẽ không thiếu bất kỳ chỉ mục nào của chính 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41, tuy nhiên, trong trường hợp này, bạn có thể thấy rằng trường 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
49 [được nhập từ tệp CSV] bị thiếu

Bạn cũng có thể quyết định loại bỏ hoàn toàn tiêu đề, điều này sẽ dẫn đến một 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41 chỉ có các cột tiêu đề 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
53, bằng cách đặt đối số 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
54 thành 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
55

City,State,Capital,Population
Philadelphia,Pennsylvania,No,1.581 Million
Sacramento,California,Yes,0.5 Million
New York,New York,No,8.623 Million
Austin,Texas,Yes,0.95 Million
Miami,Florida,No,0.463 Million
4

Bạn cũng sẽ muốn bỏ qua hàng đầu tiên ở đây, vì nếu không, các giá trị từ hàng đầu tiên sẽ thực sự được đưa vào hàng đầu tiên

City,State,Capital,Population
Philadelphia,Pennsylvania,No,1.581 Million
Sacramento,California,Yes,0.5 Million
New York,New York,No,8.623 Million
Austin,Texas,Yes,0.95 Million
Miami,Florida,No,0.463 Million
5

Chỉ định dấu phân cách

Như đã nêu trước đó, cuối cùng bạn có thể gặp một tệp CSV không thực sự sử dụng dấu phẩy để phân tách dữ liệu. Trong những trường hợp như vậy, bạn có thể sử dụng đối số 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
56 để chỉ định các dấu phân cách khác

City,State,Capital,Population
Philadelphia,Pennsylvania,No,1.581 Million
Sacramento,California,Yes,0.5 Million
New York,New York,No,8.623 Million
Austin,Texas,Yes,0.95 Million
Miami,Florida,No,0.463 Million
6

Viết tệp CSV bằng to_csv[]

Một lần nữa, 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41 là dạng bảng. Biến một 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41 thành một tệp CSV cũng đơn giản như chuyển một tệp CSV thành một 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41 - chúng tôi gọi hàm 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
70 trên phiên bản 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41

Khi ghi 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41 vào tệp CSV, bạn cũng có thể thay đổi tên cột, sử dụng đối số ________ 140 hoặc chỉ định dấu phân cách thông qua đối số ________ 156. Nếu bạn không chỉ định một trong hai điều này, thì bạn sẽ nhận được tệp Giá trị được phân tách bằng dấu phẩy chuẩn

Hãy chơi xung quanh với điều này

City,State,Capital,Population
Philadelphia,Pennsylvania,No,1.581 Million
Sacramento,California,Yes,0.5 Million
New York,New York,No,8.623 Million
Austin,Texas,Yes,0.95 Million
Miami,Florida,No,0.463 Million
7

Ở đây, chúng tôi đã tạo một 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41 đơn giản với hai thành phố và các tiểu bang tương ứng của chúng. Sau đó, chúng tôi đã tiếp tục và lưu dữ liệu đó vào tệp CSV bằng cách sử dụng 
import pandas as pd
titanic_data = pd.read_csv['titanic.csv']
5 và cung cấp tên tệp

Điều này dẫn đến một tệp mới trong thư mục làm việc của tập lệnh bạn đang chạy, chứa

City,State,Capital,Population
Philadelphia,Pennsylvania,No,1.581 Million
Sacramento,California,Yes,0.5 Million
New York,New York,No,8.623 Million
Austin,Texas,Yes,0.95 Million
Miami,Florida,No,0.463 Million
8

Mặc dù, điều này không thực sự được định dạng tốt. Chúng tôi vẫn có các chỉ mục từ 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41, điều này cũng đặt một vị trí bị thiếu kỳ lạ trước tên cột. Nếu chúng tôi nhập lại tệp CSV này vào 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41, nó sẽ trở thành một mớ hỗn độn

City,State,Capital,Population
Philadelphia,Pennsylvania,No,1.581 Million
Sacramento,California,Yes,0.5 Million
New York,New York,No,8.623 Million
Austin,Texas,Yes,0.95 Million
Miami,Florida,No,0.463 Million
9

Kết quả này trong

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
10

Các chỉ số từ 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41 cuối cùng trở thành một cột mới, hiện là 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
80

Khi lưu tệp, hãy đảm bảo bỏ chỉ mục của 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
11

Bây giờ, điều này dẫn đến một tệp có chứa

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
12

Hoạt động như một nét duyên dáng. Nếu chúng tôi nhập lại và in nội dung, thì 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41 được xây dựng tốt

City,State,Capital,Population
Philadelphia,Pennsylvania,No,1.581 Million
Sacramento,California,Yes,0.5 Million
New York,New York,No,8.623 Million
Austin,Texas,Yes,0.95 Million
Miami,Florida,No,0.463 Million
9

Kết quả này trong

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
14

Hãy thay đổi tiêu đề cột từ tiêu đề mặc định

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
15

Chúng tôi đã tạo một danh sách 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
83, chứa các giá trị khác nhau cho các cột của chúng tôi. Sau đó, sử dụng đối số 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
54, chúng tôi đã đặt những tên này thay vì tên cột ban đầu. Điều này tạo ra một 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
85 với những nội dung này

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
16

Tùy chỉnh dấu phân cách

Hãy thay đổi dấu phân cách từ giá trị mặc định [

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
86] thành giá trị mới

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
17

Điều này dẫn đến một tệp 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
85 có chứa

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
18

Xử lý các giá trị bị thiếu

Đôi khi, các 

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
41 có các giá trị bị thiếu mà chúng tôi để lại là 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
89 hoặc 
points,assists,rebounds
25,5,11
12,7,8
15,7,10
14,9,6
19,12,6
23,9,5
20. Trong những trường hợp như vậy, bạn có thể muốn định dạng chúng khi viết chúng ra tệp CSV. Bạn có thể sử dụng đối số 
points,assists,rebounds
25,5,11
12,7,8
15,7,10
14,9,6
19,12,6
23,9,5
21 và đặt giá trị được đặt thay vì giá trị bị thiếu

#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
19

Ở đây, chúng ta có hai cặp thành phố-bang hợp lệ, nhưng 

points,assists,rebounds
25,5,11
12,7,8
15,7,10
14,9,6
19,12,6
23,9,5
22 thiếu trạng thái của nó. Nếu chúng tôi chạy mã này, nó sẽ dẫn đến một 
#export DataFrame to CSV file
df.to_csv[r'C:\Users\Bob\Desktop\my_data.csv', index=False]
85 với các nội dung sau

import pandas as pd
titanic_data = pd.read_csv['titanic.csv']
0

Sự kết luận

Bài viết hướng dẫn cách đọc và ghi file CSV bằng thư viện Pandas của Python. Để đọc tệp CSV, phương pháp 

import pandas as pd
titanic_data = pd.read_csv['titanic.csv']
3 của thư viện Pandas được sử dụng. Bạn cũng có thể chuyển tên tiêu đề tùy chỉnh trong khi đọc tệp CSV thông qua thuộc tính 
points,assists,rebounds
25,5,11
12,7,8
15,7,10
14,9,6
19,12,6
23,9,5
25 của phương thức 
import pandas as pd
titanic_data = pd.read_csv['titanic.csv']
3. Cuối cùng, để ghi tệp CSV bằng Pandas, trước tiên bạn phải tạo đối tượng Pandas DataFrame và sau đó gọi phương thức 
points,assists,rebounds
25,5,11
12,7,8
15,7,10
14,9,6
19,12,6
23,9,5
27 trên DataFrame

Làm cách nào để xuất tệp CSV trong gấu trúc?

Bằng cách sử dụng gấu trúc. Khung dữ liệu. to_csv[] bạn có thể viết/lưu/xuất Khung dữ liệu gấu trúc sang Tệp CSV. Theo mặc định, phương thức to_csv[] xuất DataFrame sang tệp CSV có dấu phân cách bằng dấu phẩy và chỉ mục hàng làm cột đầu tiên.

Làm cách nào để lưu tệp CSV?

Trong sổ làm việc Excel của bạn, hãy chuyển sang tab Tệp rồi nhấp vào Lưu dưới dạng . Ngoài ra, bạn có thể nhấn F12 để mở hộp thoại Lưu dưới dạng tương tự. 2. Trong hộp Lưu dưới dạng, chọn lưu tệp Excel của bạn dưới dạng CSV [được phân cách bằng dấu phẩy].

Làm cách nào để lưu trữ dữ liệu trong tệp CSV bằng Python?

Lớp DictWriter[] có thể được sử dụng để ghi vào tệp CSV từ từ điển Python . Ở đây, tệp - tệp CSV nơi chúng tôi muốn ghi vào. tên trường - một đối tượng danh sách sẽ chứa các tiêu đề cột chỉ định thứ tự ghi dữ liệu trong tệp CSV.

Bài Viết Liên Quan

Là hội nghị năm 2023
Làm cách nào để lấy địa chỉ IP của một trang web trong PHP?
Quy ước đặt tên python
Hàm def trong Python
Làm cách nào để thêm numpy vào python?
Tiêu đề html
Cách nối các ký tự đặc biệt vào chuỗi trong Python
Latest news on 2023 Toyota Tacoma
Chức năng strpos trong php với ví dụ
Gói web css mã thông báo không mong đợi
Trong mảng php
Chuỗi Python vào danh sách Tuple
Động cơ Cadillac Escalade-V 2023
Cách thực thi lệnh trong python
Python reportlab json sang pdf
Thêm Bao Nhiêu Lâu 1h
Cách mở Excel trên Laptop
Chào mừng mã html tên người dùng
Ngày ra mắt Tiguan 2023
Trình trang trí thuộc tính python trả về đối tượng thuộc tính

Toplist mới

#1
Top 7 sự tích hồ gươm - ngữ văn lớp 6 2023
7 tháng trước
#2
Top 7 gdcd 6 bài 1 kết nối tri thức 2023
7 tháng trước
#3
Top 7 ý nghĩa của xây dựng gia đình văn hóa 2023
7 tháng trước
#4
Top 6 mẫu hợp đồng mượn đất làm nhà xưởng 2023
7 tháng trước
#5
Top 3 tổng tài biến thái tôi yêu anh tập 27 2023
7 tháng trước
#6
Top 6 kết thực phim mỹ nhân vô lệ 2023
7 tháng trước
#7
Top 9 trong những câu thơ sau câu nào sử dụng thành ngữ 2023
7 tháng trước
#8
Top 8 đề tài và chủ de của tác phẩm tắt đèn 2023
7 tháng trước
#9
Top 5 tiểu sử của thầy thích pháp hòa 2023
7 tháng trước

Bài mới nhất

Cách dạy con học toán lớp 1 hiệu quả năm 2024
Hàm trung bình cộng trong thư viện math.h năm 2024
Bán đất đường trần quang diệu thành phố thanh hóa năm 2024
Khi chạy chương trình báo lỗi invalid missing system.setup năm 2024

Chủ Đề

programming Hỏi Đáp Toplist Là gì Bài Tập Địa Điểm Hay Mẹo Hay Học Tốt Nghĩa của từ Công Nghệ Khỏe Đẹp bao nhiêu Top List Tiếng anh Bao nhiêu Sản phẩm tốt Xây Đựng Ngôn ngữ javascript Ở đâu Đại học Hướng dẫn Bài tập Tại sao Dịch So Sánh Máy tính Món Ngon mẹo hay Bao lâu Thế nào So sánh Khoa Học Vì sao Lớp 9 Lớp 10