sys_dictionary_his = pd.read_excel( "网签市占计算材料/系统楼盘字典(含历史)-20230228-python匹配.xlsx", dtype="str" ) ddnow = sys_dictionary_his["pt"].max() sys_dictionary_now = sys_dictionary_his[sys_dictionary_his["pt"] == ddnow] sys_dictionary_now["楼盘id"] = sys_dictionary_now["楼盘id"].astype("str") sys_dictionary_now["楼栋id"] = sys_dictionary_now["楼栋id"].astype("str")
时间: 2023-05-23 22:01:26 浏览: 83
这是一段 Python 代码,其中使用了 Pandas 库读取一个 Excel 文件中的数据,并筛选出最新日期的楼盘信息。同时,将数据中的 "楼盘id" 和 "楼栋id" 字段转换为字符串类型。 需要注意的是,这段代码只适用于该 Excel 文件中特定的数据结构和字段命名,不适用于其他数据集。
相关问题
import sys if __name__ == '__main__': args = sys.argv print(args) print(args[1])
`import sys` 是Python中的一个模块导入语句,它用于导入sys模块。sys模块是Python标准库中的一个内置模块,提供了与Python解释器和运行环境相关的功能。
在你提供的代码中,`import sys` 语句导入了sys模块。然后,通过 `sys.argv` 可以获取命令行参数。`sys.argv` 是一个包含命令行参数的列表,其中第一个元素是脚本的名称,后续元素是传递给脚本的参数。
接下来,通过 `print(args)` 打印了args列表,即命令行参数列表。最后一行 `print(args)` 打印了args列表中的第二个元素,即第一个传递给脚本的参数。
如果你在命令行中执行这段代码,并传递参数,比如 `python script.py argument1`,那么输出将会是:
```
['script.py', 'argument1']
argument1
```
import sys sys.path.append('../TOOLS') from CIKM_TOOLS import * data_folder = '../../data/' cnn = pd.read_csv(data_folder + 'result_cnn.csv') nn = pd.read_csv(data_folder + 'result_nn.csv') gbdt = pd.read_csv(data_folder + 'result_gbdt.csv') result_full = 0.8*cnn+ 0.1*gbdt + 0.1*nn nnpatch = pd.read_csv(data_folder + 'result_nnpatch.csv') gbdtpatch = pd.read_csv(data_folder + 'result_gbdtpatch.csv') result_patch = 0.8*nnpatch + 0.2*gbdtpatch result = pd.concat([result_full,result_patch]) result = result.sort_values(by = 'PIC_IND' , ascending = [1]) submit0 = pd.DataFrame({'PIC_IND':np.arange(1,2001)}) submit0 = pd.merge(submit0,result, how = 'left' , on = 'PIC_IND') submit0 = submit0.fillna(method = 'ffill') submit0 = submit0.sort_values(by = ['PIC_IND'],ascending = [1]) submit0['value'].to_csv(data_folder + 'submit.csv', header = False , index = False) #submit0['value'].to_csv('../submit_official/' + 'submit.csv', header = False , index = False) print(submit0.mean())
这段代码的作用是读取多个CSV文件(包括"cnn.csv"、 "nn.csv"、 "gbdt.csv"、 "nnpatch.csv"和"gbdtpatch.csv"),将它们的内容组合成一个新的数据框架"result_full"和"result_patch",并将它们合并成一个名为"result"的数据框架。然后,对"result"进行排序处理,并根据"result"的内容生成一个名为"submit0"的新的数据框架。最后,将"submit0"的"value"列导出为CSV文件,并打印出"submit0"的平均值。
相关推荐
![rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)