详解pandas.DataFrame中删除包含特定字符串所在的行
本文介绍在pandas中如何高效删除DataFrame中包含特定字符串的行。通过示例演示利用str.contains()结合逻辑取反或query()方法，快速筛选并剔除含有固定字符的数据行，适用于数据预处理与清洗场景。
2026-10-13
23
本文介绍在pandas中如何高效删除DataFrame中包含特定字符串的行。通过示例演示利用str.contains()结合逻辑取反或query()方法，快速筛选并剔除含有固定字符的数据行，适用于数据预处理与清洗场景。
本文详细介绍如何使用Python将列表数据分别写入TXT、CSV和Excel文件。通过自定义函数实现TXT文件的逐行写入与格式化清理，利用csv模块处理CSV数据的分隔符控制，以及使用xlwt库生成Excel工作表。提供完整代码示例，涵盖路径设置、编码处理及数据遍历写入逻辑，帮助开发者快速实现数据持久化存储。
本文详解Python中读取图像的三种常用库：Matplotlib、scikit-image和PIL。通过对比安装方式与核心API，重点分析各库在处理PNG等格式时的数据类型差异，如8-bit PNG可能输出3通道或float32等问题，帮助开发者根据实际需求选择最合适的图像读取方案。
本文详细解析Python中三种核心数据结构：元组、列表和字典。通过对比元组的不可变性与列表的可变性，介绍列表的增删改查、排序及多维应用。同时深入讲解字典的键值对存储机制、无序特性及常用操作方法，帮助初学者掌握Python数据处理基础。
本文详细解析了Python中快速排序的四种实现方式，包括一行代码的简洁写法、常见的双指针递归实现、《算法导论》版的分区逻辑以及基于栈的非递归迭代方案。文章深入探讨了原地排序对参数传递的要求，以及递归转迭代时栈结构的处理细节，帮助开发者全面理解快排核心机制。
本文深入讲解Python3中字符串与字节码的转换机制。重点解析encode和decode方法的正确用法，阐明Python3默认使用Unicode编码的特性。通过实例演示UTF-8与GBK互转流程，并指出常见的AttributeError错误原因，帮助开发者避免编码转换陷阱。
本文详细介绍利用Python3对拉勾网招聘数据进行可视化分析的全过程。从数据清洗、薪资区间预处理到使用jieba进行中文分词，最终通过环状图、柱状图及词云图展示学历、经验与职位要求的分布特征，为数据分析师岗位提供直观的数据洞察。
本文深入解析Python3中从排序数组删除重复项的三种实现方式。重点对比利用set()快速去重、双指针法原地修改以及调用remove()方法的效率差异。所有方案均遵循O(1)额外空间限制，通过具体代码示例展示如何返回新长度并优化数组内容，帮助开发者根据实际场景选择最优解。
本文介绍在Python3中安装图像处理库Pillow的方法。Pillow是PIL的继任者，支持Python 3.x。通过pip或easy_install一行命令即可完成安装，并演示了如何导入Image模块进行基础图片处理操作。
本文介绍Python3中计算两个数组交集的两种常见方案。第一种利用collections.Counter与交集运算符一步获取结果；第二种通过遍历并动态删除元素实现。文章包含完整代码示例及运行结果，适合Python开发者参考。
本文详细记录了在Python 2.7环境下使用Plotly库进行本地数据可视化的过程。针对官方在线存储案例在本地环境下的兼容性问题，特别是jupyter与Python版本的限制，作者通过对比iplot与plot函数的差异，成功实现了无需在线存储的本地散点图和折线图生成方案，并提供了完整的测试代码供参考。
本文详细介绍在Windows系统中下载、安装及验证NumPy库的完整流程。涵盖从选择合适的.whl文件、配置Scripts目录到系统环境变量，再到命令行安装与导入测试的全过程，帮助开发者快速搭建Python科学计算环境。
