目录
（2）将创建的Dataframe的索引设置为，ABCD。并且命名为“索引”。
（7）查看每一列数据的数据格式，并且将‘pop’每个数据乘2。
（2）按照数据的内容，重新设置数据的索引，重新设置列名称为'名字','类型','城市','地区','地点','评分','评分人数','价格'。
import pandas as pd
import numpy as np
data={'state':['a','b','c','d'],
'year':[1991,1992,1993,1994],
'pop':[6,7,8,9]}
df = pd.DataFrame(data)
df
>>>
state year pop
0 a 1991 6
1 b 1992 7
2 c 1993 8
3 d 1994 9df.index = list('ABCD')
df.index.name = '索引'
df
>>>
state year pop
索引
A a 1991 6
B b 1992 7
C c 1993 8
D d 1994 9dit = {'state':'e',
'year':1995,
'pop':5}
s = pd.Series(dit)
s.name="E"
df = df.append(s)
df
>>>
state year pop
索引
A a 1991 6
B b 1992 7
C c 1993 8
D d 1994 9
E e 1995 5df['port'] = 1
df
>>>
state year pop port
索引
A a 1991 6 1
B b 1992 7 1
C c 1993 8 1
D d 1994 9 1
E e 1995 5 1df[(df['year'] == 1991) | (df['year'] == 1994)]
>>>
state year pop port
索引
A a 1991 6 1
D d 1994 9 1df[['state','year']]
>>>
state year
索引
A a 1991
B b 1992
C c 1993
D d 1994
E e 1995df.dtypes
df['pop'] *= 2
df
>>>
state year pop port
索引
A a 1991 12 1
B b 1992 14 1
C c 1993 16 1
D d 1994 18 1
E e 1995 10 1df=pd.read_excel('香港酒店数据.xlsx')
df
>>>
Unnamed: 0 字段1 字段2 字段3 字段4 字段5 字段6 字段7 字段8
0 NaN NaN NaN NaN NaN NaN NaN NaN NaN
1 0.0 香港嘉湖海逸酒店(Harbour Plaza Resort City) 休闲度假 香港 元朗 天水围 天恩路18号 4.6 17604.0 422.0
2 1.0 香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay) 浪漫情侣 香港 东区 铜锣湾永兴街8号 4.5 12708.0 693.0
3 2.0 香港碧荟酒店(The BEACON) 商务出行 香港 油尖旺 九龙旺角洗衣街88号 4.7 328.0 747.0
4 3.0 香港湾仔帝盛酒店(Dorsett Wanchai) 浪漫情侣 香港 湾仔 皇后大道东387-397号 4.4 5014.0 693.0
... ... ... ... ... ... ... ... ... ...
416 415.0 香港天天宾馆(TIN TIN GUEST HOUSE) 地铁周边 香港 油尖旺 旺角弥敦道607号新兴大厦1517A 3.2 16.0 227.0
417 416.0 香港AMR宾馆(AMR Hostel) 地铁周边 香港 NaN 尖沙咀弥敦道58号美丽都大厦6字楼A12室 NaN NaN 977.0
418 417.0 香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre) 海滨风光 香港 荃湾 荃湾 杨屋道8号 4.5 45462.0 709.0
419 418.0 香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre) 海滨风光 香港 荃湾 荃湾 杨屋道8号 4.5 45463.0 709.0
420 419.0 香港花盈酒店(家庭旅馆)(Bloomy Hotel) 地铁周边 香港 油尖旺 尖沙咀弥敦道87号华源大厦9字楼C2室 4.0 273.0 256.0
421 rows × 9 columnscol = ['序号','名字','类型','城市','地区','地点','评分','评分人数','价格']
df.columns = col
df
>>>
序号 名字 类型 城市 地区 地点 评分 评分人数 价格
0 NaN NaN NaN NaN NaN NaN NaN NaN NaN
1 0.0 香港嘉湖海逸酒店(Harbour Plaza Resort City) 休闲度假 香港 元朗 天水围 天恩路18号 4.6 17604.0 422.0
2 1.0 香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay) 浪漫情侣 香港 东区 铜锣湾永兴街8号 4.5 12708.0 693.0
3 2.0 香港碧荟酒店(The BEACON) 商务出行 香港 油尖旺 九龙旺角洗衣街88号 4.7 328.0 747.0
4 3.0 香港湾仔帝盛酒店(Dorsett Wanchai) 浪漫情侣 香港 湾仔 皇后大道东387-397号 4.4 5014.0 693.0
... ... ... ... ... ... ... ... ... ...
416 415.0 香港天天宾馆(TIN TIN GUEST HOUSE) 地铁周边 香港 油尖旺 旺角弥敦道607号新兴大厦1517A 3.2 16.0 227.0
417 416.0 香港AMR宾馆(AMR Hostel) 地铁周边 香港 NaN 尖沙咀弥敦道58号美丽都大厦6字楼A12室 NaN NaN 977.0
418 417.0 香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre) 海滨风光 香港 荃湾 荃湾 杨屋道8号 4.5 45462.0 709.0
419 418.0 香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre) 海滨风光 香港 荃湾 荃湾 杨屋道8号 4.5 45463.0 709.0
420 419.0 香港花盈酒店(家庭旅馆)(Bloomy Hotel) 地铁周边 香港 油尖旺 尖沙咀弥敦道87号华源大厦9字楼C2室 4.0 273.0 256.0
421 rows × 9 columnsdf[df['类型'] == '浪漫情侣']
>>>
序号 名字 类型 城市 地区 地点 评分 评分人数 价格
2 1.0 香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay) 浪漫情侣 香港 东区 铜锣湾永兴街8号 4.5 12708.0 693.0
4 3.0 香港湾仔帝盛酒店(Dorsett Wanchai) 浪漫情侣 香港 湾仔 皇后大道东387-397号 4.4 5014.0 693.0
5 4.0 如心艾朗酒店(L‘hotel elan) 浪漫情侣 香港 观塘 观塘创业街38号 4.6 3427.0 581.0
6 5.0 香港隆堡柏宁顿酒店(Hotel Pennington by Rhombus) 浪漫情侣 香港 湾仔 铜锣湾边宁顿街13-15号 4.5 1938.0 869.0
21 20.0 香港恒丰酒店(Prudential Hotel) 浪漫情侣 香港 油尖旺 尖沙嘴 弥敦道222号 4.5 8194.0 692.0
... ... ... ... ... ... ... ... ... ...
235 234.0 香港金坊宾馆(GOLD PALACE HOTEL) 浪漫情侣 香港 NaN 香港油尖旺区九龙旺角弥敦道607号新兴大厦22字楼2201室 4.7 436.0 245.0
241 240.0 香港登台酒店(HOTEL STAGE) 浪漫情侣 香港 油尖旺 佐敦志和街1号 4.7 962.0 1084.0
247 246.0 香港红茶馆酒店(鸭脷洲大街店)(Bridal Tea House Hotel (Ap Lei... 浪漫情侣 香港 南区 港岛鸭脷洲大街95号 4.2 1203.0 377.0
248 247.0 香港乐仕酒店(Acesite Knutsford Hotel) 浪漫情侣 香港 油尖旺 九龙尖沙咀天文台围8号 4.2 1879.0 237.0
260 259.0 香港旺角新天地酒店(Mong Kok Sunny Day Hotel) 浪漫情侣 香港 油尖旺 香港九龍旺角新填地街419號 4.3 784.0 949.0
69 rows × 9 columnsdf[(df['类型'] == '浪漫情侣') & (df['地区'] == '湾仔')]
>>>
序号 名字 类型 城市 地区 地点 评分 评分人数 价格
4 3.0 香港湾仔帝盛酒店(Dorsett Wanchai) 浪漫情侣 香港 湾仔 皇后大道东387-397号 4.4 5014.0 693.0
6 5.0 香港隆堡柏宁顿酒店(Hotel Pennington by Rhombus) 浪漫情侣 香港 湾仔 铜锣湾边宁顿街13-15号 4.5 1938.0 869.0
24 23.0 香港南洋酒店(South Pacific Hotel) 浪漫情侣 香港 湾仔 摩理臣山道23号 4.5 7981.0 445.0
36 35.0 香港遨舍卫兰轩(OZO Wesley Hong Kong) 浪漫情侣 香港 湾仔 湾仔轩尼诗道22号 4.6 3283.0 871.0
68 67.0 香港星网商务精品酒店(Wifi Boutique Hotel) 浪漫情侣 香港 湾仔 湾仔 骆克道366号 4.4 1527.0 412.0
73 72.0 香港丽骏酒店(Brighton Hotel Hong Kong) 浪漫情侣 香港 湾仔 湾仔骆克道128号 4.5 2383.0 1152.0
124 123.0 香港逸兰精品酒店(Lanson Place Hotel) 浪漫情侣 香港 湾仔 铜锣湾礼顿道133号 4.7 2053.0 1349.0
129 128.0 香港珀丽酒店(Rosedale Hotel Hong Kong) 浪漫情侣 香港 湾仔 铜锣湾信德街8号 4.4 7342.0 457.0
134 133.0 英皇骏景酒店(香港湾仔店)(The Emperor Hotel) 浪漫情侣 香港 湾仔 皇后大道东373号 4.5 1040.0 526.0
160 159.0 香港华丽铜锣湾酒店(原香港华丽精品酒店)(Best Western Hotel Causew... 浪漫情侣 香港 湾仔 铜锣湾坚拿道西祥和里 4.2 5707.0 309.0
161 160.0 香港铜锣湾智选假日酒店(Holiday Inn Express Hong Kong Caus... 浪漫情侣 香港 湾仔 铜锣湾 霎东街33号 4.5 4550.0 774.0
183 182.0 香港问月酒店(Mira Moon Hong Kong) 浪漫情侣 香港 湾仔 谢斐道388号 4.5 1044.0 1282.0
184 183.0 帆船精品酒店(VELA BOUTIQUE HOTEL) 浪漫情侣 香港 湾仔 摩理臣山道84-86号 4.2 2063.0 413.0
185 184.0 铜锣湾迷你精品酒店(Mini Hotel Causeway Bay) 浪漫情侣 香港 湾仔 铜锣湾新会道8号 4.3 4882.0 368.0
218 217.0 香港君临海域酒店(Gloucester Hotel) 浪漫情侣 香港 湾仔 铜锣湾告士打道218号 4.5 2324.0 957.0
df[((df['地区'] == '观塘') | (df['地区'] == '油尖旺')) & (df['评分'] > 4)]
>>>
序号 名字 类型 城市 地区 地点 评分 评分人数 价格
3 2.0 香港碧荟酒店(The BEACON) 商务出行 香港 油尖旺 九龙旺角洗衣街88号 4.7 328.0 747.0
5 4.0 如心艾朗酒店(L‘hotel elan) 浪漫情侣 香港 观塘 观塘创业街38号 4.6 3427.0 581.0
7 6.0 海景嘉福洲际酒店(InterContinental Grand Stanford Hong ... 海滨风光 香港 油尖旺 尖沙咀東部麽地道70号 4.7 4366.0 1296.0
9 8.0 香港富豪九龙酒店(Regal Kowloon Hotel) 休闲度假 香港 油尖旺 尖沙嘴麽地道71号 4.5 11265.0 692.0
11 10.0 香港广易商务宾馆(家庭旅馆)(WIDE EVER HOSTEL) 地铁周边 香港 油尖旺 九龙旺角弥敦道607号新兴大厦14楼16单位 4.1 1029.0 218.0
... ... ... ... ... ... ... ... ... ...
364 363.0 香港珊瑚酒店(家庭旅馆)((Coral Inn)(Hostel)) 地铁周边 香港 油尖旺 香港九龙尖沙咀弥敦道83-97号华源大厦9/F十楼D2室 4.4 149.0 379.0
373 372.0 香港意乐旅馆(eLog Inn) 地铁周边 香港 油尖旺 佐敦道22号鸿运大厦4字楼H室 4.3 155.0 237.0
379 378.0 香港牛津尊贵旅舍(Oxford Premium Guest House) NaN 香港 油尖旺 尖沙咀弥敦道56-58号美丽都大厦16字楼A2室 4.7 15.0 NaN
380 379.0 香港恒好宾馆(Hang Ho Hostel) 地铁周边 香港 油尖旺 九龙弥敦道242号立信大厦6字楼B室 4.5 142.0 445.0
396 395.0 香港御珑馆(家庭旅馆)(Hotel Conext) 地铁周边 香港 油尖旺 九龙弥敦道240号立信大厦3楼B室 4.2 359.0 317.0
139 rows × 9 columnsdf[df['类型'].isnull()]
>>>
序号 名字 类型 城市 地区 地点 评分 评分人数 价格
0 NaN NaN NaN NaN NaN NaN NaN NaN NaN
40 39.0 香港颐庭酒店(铜锣湾店)(Eco Tree Hotel Causeway Bay) NaN 香港 东区 铜锣湾水星街15号 4.6 15.0 567.0
188 187.0 工業家酒店(IND Hotel) NaN 香港 观塘 九龙观塘观塘道326号 4.2 6.0 448.0
201 200.0 香港永倫800酒店(WINLAND800HOTEL) NaN 香港 葵青 新界青衣路一号 3.4 3098.0 196.0
242 241.0 香港港湾酒店(Hong Kong Harbor Hotel) NaN 香港 南区 香港仔石排湾道47号 3.8 709.0 259.0
269 268.0 香港奥斯酒店(O‘ Hotel) NaN 香港 九龙城 香港九龙土瓜湾九龙城道42-46号 3.7 869.0 369.0
285 284.0 巴黎旅馆(Paris Guest House (D2, 10/F)) NaN 香港 NaN Flat D2, 10/F, Block D, Chungking Mansion, 40 ... 2.0 5.0 67.0
301 300.0 香港海景渡假乐园(Hong Kong Seaview Holiday Resort) NaN 香港 离岛 大屿山梅窝东湾头路11号 2.9 5.0 881.0
302 301.0 香港海边小屋(The Cove Hostel) NaN 香港 离岛 大屿山塘福村17D,1-2字楼 NaN 2.0 352.0
305 304.0 香港和平宾馆(HK Peace Guest House) NaN 香港 NaN 尖沙咀弥敦道58号美丽都大厦13楼A5室 NaN NaN 201.0
307 306.0 香港文苑宾馆(Man Yuen Hotel) NaN 香港 油尖旺 旺角弥敦道737号金轮大厦二楼H室 4.7 5.0 169.0
316 315.0 墨尔本宾馆(Melbourne Hostel) NaN 香港 NaN 九龙尖沙咀弥敦道40号重庆大厦E座10字楼E1室 NaN 2.0 93.0
319 318.0 香港百丽旅馆(Park Guest House) NaN 香港 油尖旺 九龙尖沙咀海防道53至55号海防大厦1楼10号 NaN 6.0 445.0
322 321.0 香港尊贵旅馆(Hong Kong Premium Guest House) NaN 香港 油尖旺 尖沙咀弥敦道56-58号美丽都大厦16字楼B2,A5室（前台入住办理设在16字楼A2室） 4.8 19.0 166.0
323 322.0 香港美华宾馆(Mei Wah Guest House) NaN 香港 NaN 九龙旺角弥敦道737号金轮大厦9字楼F座 4.0 27.0 250.0
324 323.0 香港威尼斯宾馆 NaN 香港 NaN 香港油尖旺区旺角弥顿道580号恒隆大厦4楼 4.7 48.0 298.0
328 327.0 80后潘多拉旅馆(香港佐敦店)(原华丰宾馆)(Pandora After 80s Jordan) NaN 香港 油尖旺 九龙佐敦佐敦道15号华丰大厦1字楼H室 3.1 36.0 70.0
336 335.0 香港Primo旅馆(Primo Guesthouse) NaN 香港 NaN 九龙尖沙咀弥敦道40号重庆大厦E座3字楼E3室 NaN 1.0 131.0
338 337.0 纳里旅馆(Narli Guest House) NaN 香港 油尖旺 尖沙咀弥敦道36-44号重庆大厦16字楼D座D8室 NaN NaN 175.0
344 343.0 香港宿雾宾馆(Cebu Hotel) NaN 香港 NaN 弥敦道36-44号重庆大厦A座17字楼A6 & A7室 NaN 1.0 113.0
349 348.0 美丽宾馆(Lily Guest House) NaN 香港 NaN 九龙尖沙咀弥敦道40号重庆大厦E座8字楼E3室（于E座8楼E1室登记入住） NaN NaN 165.0
365 364.0 全球旅舍(Global Inn) NaN 香港 NaN 弥敦道36-44号重庆大厦C座6楼C2室 (登记前台於E座8楼E1室) NaN 2.0 165.0
372 371.0 珠峰宾馆(Everest Guest House (3/F)) NaN 香港 NaN 九龙尖沙咀弥敦道40号重庆大厦D座3字楼5-6室 NaN 1.0 181.0
379 378.0 香港牛津尊贵旅舍(Oxford Premium Guest House) NaN 香港 油尖旺 尖沙咀弥敦道56-58号美丽都大厦16字楼A2室 4.7 15.0 NaN
382 381.0 香港俄罗斯旅舍(Russian Hostel) NaN 香港 NaN 香港九龙弥敦道40号重庆大厦D座16楼1室 NaN NaN 175.0
385 384.0 尊贵闲庭酒店(Premium Lounge) NaN 香港 NaN Flat A6 & A7, 16/F, Block A, Chungking Mansion... NaN 1.0 166.0
400 399.0 香港新天天酒店(Everyday Inn Hotel) NaN 香港 油尖旺 佐敦庙街230-236号韶兴大厦5字楼B座 NaN NaN 350.0
404 403.0 伍德斯托克旅馆(Woodstock Hostel) NaN 香港 NaN Flat A1-A6, 16/F, Block A, Chungking Mansions,... NaN NaN 172.0
405 404.0 旅客宾馆(Traveller‘s Hostel) NaN 香港 NaN 九龙尖沙咀弥敦道40号重庆大厦A座16字楼A1& A2室 NaN NaN 269.0
406 405.0 欧若旅馆(Euro Hostel) NaN 香港 NaN Flat 6, Block D, 17/F, Chungking Mansion, NaN NaN 174.0
407 406.0 香港Prestige旅馆(Prestige Guesthouse) NaN 香港 NaN 弥敦道40号重庆大厦E座3字楼E1室 NaN NaN 122.0
412 411.0 香港兰涛度假屋(Lantau Lodge) NaN 香港 荃湾 大屿山水口村47A号2楼 NaN NaN 1035.0df['类型'].fillna('其他',inplace = True)
df['地区'].fillna('其他',inplace=True)
df
>>>
序号 名字 类型 城市 地区 地点 评分 评分人数 价格
0 NaN NaN 其他 NaN 其他 NaN NaN NaN NaN
1 0.0 香港嘉湖海逸酒店(Harbour Plaza Resort City) 休闲度假 香港 元朗 天水围 天恩路18号 4.6 17604.0 422.0
2 1.0 香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay) 浪漫情侣 香港 东区 铜锣湾永兴街8号 4.5 12708.0 693.0
3 2.0 香港碧荟酒店(The BEACON) 商务出行 香港 油尖旺 九龙旺角洗衣街88号 4.7 328.0 747.0
4 3.0 香港湾仔帝盛酒店(Dorsett Wanchai) 浪漫情侣 香港 湾仔 皇后大道东387-397号 4.4 5014.0 693.0
... ... ... ... ... ... ... ... ... ...
416 415.0 香港天天宾馆(TIN TIN GUEST HOUSE) 地铁周边 香港 油尖旺 旺角弥敦道607号新兴大厦1517A 3.2 16.0 227.0
417 416.0 香港AMR宾馆(AMR Hostel) 地铁周边 香港 其他 尖沙咀弥敦道58号美丽都大厦6字楼A12室 NaN NaN 977.0
418 417.0 香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre) 海滨风光 香港 荃湾 荃湾 杨屋道8号 4.5 45462.0 709.0
419 418.0 香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre) 海滨风光 香港 荃湾 荃湾 杨屋道8号 4.5 45463.0 709.0
420 419.0 香港花盈酒店(家庭旅馆)(Bloomy Hotel) 地铁周边 香港 油尖旺 尖沙咀弥敦道87号华源大厦9字楼C2室 4.0 273.0 256.0df['评分'].fillna(np.mean(df['评分']),inplace=True)
df
>>>
序号 名字 类型 城市 地区 地点 评分 评分人数 价格
0 NaN NaN 其他 NaN 其他 NaN 4.283827 NaN NaN
1 0.0 香港嘉湖海逸酒店(Harbour Plaza Resort City) 休闲度假 香港 元朗 天水围 天恩路18号 4.600000 17604.0 422.0
2 1.0 香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay) 浪漫情侣 香港 东区 铜锣湾永兴街8号 4.500000 12708.0 693.0
3 2.0 香港碧荟酒店(The BEACON) 商务出行 香港 油尖旺 九龙旺角洗衣街88号 4.700000 328.0 747.0
4 3.0 香港湾仔帝盛酒店(Dorsett Wanchai) 浪漫情侣 香港 湾仔 皇后大道东387-397号 4.400000 5014.0 693.0
... ... ... ... ... ... ... ... ... ...
416 415.0 香港天天宾馆(TIN TIN GUEST HOUSE) 地铁周边 香港 油尖旺 旺角弥敦道607号新兴大厦1517A 3.200000 16.0 227.0
417 416.0 香港AMR宾馆(AMR Hostel) 地铁周边 香港 其他 尖沙咀弥敦道58号美丽都大厦6字楼A12室 4.283827 NaN 977.0
418 417.0 香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre) 海滨风光 香港 荃湾 荃湾 杨屋道8号 4.500000 45462.0 709.0
419 418.0 香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre) 海滨风光 香港 荃湾 荃湾 杨屋道8号 4.500000 45463.0 709.0
420 419.0 香港花盈酒店(家庭旅馆)(Bloomy Hotel) 地铁周边 香港 油尖旺 尖沙咀弥敦道87号华源大厦9字楼C2室 4.000000 273.0 256.0
421 rows × 9 columnsdf = df.dropna(subset=['价格', '评分人数'])
df
>>>
序号 名字 类型 城市 地区 地点 评分 评分人数 价格
1 0.0 香港嘉湖海逸酒店(Harbour Plaza Resort City) 休闲度假 香港 元朗 天水围 天恩路18号 4.600000 17604.0 422.0
2 1.0 香港铜锣湾皇悦酒店(Empire Hotel Hong Kong-Causeway Bay) 浪漫情侣 香港 东区 铜锣湾永兴街8号 4.500000 12708.0 693.0
3 2.0 香港碧荟酒店(The BEACON) 商务出行 香港 油尖旺 九龙旺角洗衣街88号 4.700000 328.0 747.0
4 3.0 香港湾仔帝盛酒店(Dorsett Wanchai) 浪漫情侣 香港 湾仔 皇后大道东387-397号 4.400000 5014.0 693.0
5 4.0 如心艾朗酒店(L‘hotel elan) 浪漫情侣 香港 观塘 观塘创业街38号 4.600000 3427.0 581.0
... ... ... ... ... ... ... ... ... ...
415 414.0 香港金泉酒店 地铁周边 香港 其他 香港旺角弥敦道607号新兴大厦1407室 4.283827 16.0 245.0
416 415.0 香港天天宾馆(TIN TIN GUEST HOUSE) 地铁周边 香港 油尖旺 旺角弥敦道607号新兴大厦1517A 3.200000 16.0 227.0
418 417.0 香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre) 海滨风光 香港 荃湾 荃湾 杨屋道8号 4.500000 45462.0 709.0
419 418.0 香港如心海景酒店暨会议中心(L‘hotel Nina et Convention Centre) 海滨风光 香港 荃湾 荃湾 杨屋道8号 4.500000 45463.0 709.0
420 419.0 香港花盈酒店(家庭旅馆)(Bloomy Hotel) 地铁周边 香港 油尖旺 尖沙咀弥敦道87号华源大厦9字楼C2室 4.000000 273.0 256.0
397 rows × 9 columnsdf.to_excel('酒店数据1.xlsx')文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下：http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态：[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态
文章浏览阅读1.3w次，点赞45次，收藏99次。我个人用的是anaconda3的一个python集成环境，自带jupyter notebook，但在我打开jupyter notebook界面后，却找不到对应的虚拟环境，原来是jupyter notebook只是通用于下载anaconda时自带的环境，其他环境要想使用必须手动下载一些库：1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境
文章浏览阅读5.2k次，点赞19次，收藏28次。选择scoop纯属意外，也是无奈，因为电脑用户被锁了管理员权限，所有exe安装程序都无法安装，只可以用绿色软件，最后被我发现scoop，省去了到处下载XXX绿色版的烦恼，当然scoop里需要管理员权限的软件也跟我无缘了（譬如everything）。推荐添加dorado这个bucket镜像，里面很多中文软件，但是部分国外的软件下载地址在github，可能无法下载。以上两个是官方bucket的国内镜像，所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn
文章浏览阅读4.5k次，点赞2次，收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了，例如：这里的:sty..._vue el-color-picker
文章浏览阅读640次。基于芯片日益增长的问题，所以内核开发者们引入了新的方法，就是在内核中只保留函数，而数据则不包含，由用户（应用程序员）自己把数据按照规定的格式编写，并放在约定的地方，为了不占用过多的内存，还要求数据以根精简的方式编写。boot启动时，传参给内核，告诉内核设备树文件和kernel的位置，内核启动时根据地址去找到设备树文件，再利用专用的编译器去反编译dtb文件，将dtb还原成数据结构，以供驱动的函数去调用。firmware是三星的一个固件的设备信息，因为找不到固件，所以内核启动不成功。_exynos 4412 刷机
文章浏览阅读2w次，点赞24次，收藏42次。Linux系统配置jdkLinux学习教程，Linux入门教程（超详细）_linux配置jdk
文章浏览阅读3.3k次，点赞5次，收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图：_matlab微米怎么输入
文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件，可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中，对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数，而关闭则使用fclose函数。在C语言中，可以使用fread和fwrite函数进行二进制读写。 Biaoge 于2024-03-09 23:51发布 阅读量：7 ️文章类型：【 C语言程序设计 】在C语言中，用于打开文件的函数是____，用于关闭文件的函数是____。
文章浏览阅读3.4k次，点赞2次，收藏13次。跟随鼠标移动的粒子以grid（SOP）为partical（SOP）的资源模板，调整后连接【Geo组合+point spirit（MAT)】，在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in（CHOP)鼠标位置到metaball的坐标，实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动
文章浏览阅读178次。项目运行环境配置：Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX（Webstorm也行）+ Eclispe（IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持）。项目技术：Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成，B/S模式 + Maven管理等等。环境需要1.运行环境：最好是java jdk 1.8，我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计
文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多，会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析，后面会慢慢更新。另外，博客只作为自己学习记录的一种方式，对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图
文章浏览阅读2.4k次，点赞41次，收藏13次。java 数据结构与算法 ——快速排序法_快速排序法