Python使用jupyternotebook显示表格中month，day，year的0，50，150，100的数据

您可以使用 Pandas 库创建一个数据框，并在其中添加包含 month，day 和 year 的列，然后将数据添加到数据框中。以下是示例代码：

import pandas as pd

# 创建一个空的数据框
df = pd.DataFrame(columns=["month", "day", "year"])

# 添加包含 month，day 和 year 的数据
df = df.append({"month": 0, "day": 0, "year": 0}, ignore_index=True)
df = df.append({"month": 50, "day": 50, "year": 50}, ignore_index=True)
df = df.append({"month": 100, "day": 100, "year": 100}, ignore_index=True)
df = df.append({"month": 150, "day": 150, "year": 150}, ignore_index=True)

# 显示数据框
df

该代码将创建一个包含四个行和三列的数据框，其中每一行包含 month，day 和 year 的数据。在 Jupyter Notebook 中运行代码时，数据框将以表格形式显示。

相关问题

Python使用jupyternotebook显示csv中month，day，year的0，50，150，100的数据

如果您有一个包含 month，day 和 year 数据的 CSV 文件，并且希望在 Jupyter Notebook 中显示指定的数据行，可以使用 Pandas 库来读取 CSV 文件，并使用条件筛选来获取指定的数据行。以下是示例代码：

import pandas as pd

# 读取包含 month，day 和 year 数据的 CSV 文件
df = pd.read_csv("data.csv")

# 使用条件筛选来获取指定的数据行
df = df[(df["month"].isin([0, 50, 100, 150])) & (df["day"] == 0) & (df["year"].isin([0, 50, 100, 150]))]

# 显示数据框
df

在上面的代码中，我们使用 Pandas 的 `read_csv()` 函数读取包含 month，day 和 year 数据的 CSV 文件，并将其存储在一个数据框中。然后，我们使用条件筛选来获取指定的数据行，其中 `isin()` 函数用于指定 month 和 year 的值。最后，我们使用 `df` 变量名来显示数据框。

Python使用jupyternotebook显示其中month，day，year的0，50，150，100的数据

如果您希望在 Jupyter Notebook 中显示 month，day 和 year 的数据，您可以将它们组合成一个元组或列表，并使用 NumPy 库将其转换为数组，然后使用 Pandas 库将其显示在表格中。以下是示例代码：

import numpy as np
import pandas as pd

# 创建一个包含 month，day 和 year 数据的元组
data = [(0, 0, 0), (50, 50, 50), (100, 100, 100), (150, 150, 150)]

# 将元组转换为 NumPy 数组
data_array = np.array(data)

# 使用 Pandas 创建数据框，并显示数据
df = pd.DataFrame(data_array, columns=["month", "day", "year"])
df

该代码将创建一个数据框，其中包含四个行和三列，分别为 month，day 和 year。在 Jupyter Notebook 中运行代码时，数据框将以表格形式显示。