我正在尝试将列表映射到十六进制,然后在其他地方使用列表.在python 2.6中,这很简单:
答: Python 2.6:
>>> map(chr, [66, 53, 0, 94])
['B', '5', '\x00', '^']
Run Code Online (Sandbox Code Playgroud)
但是,在Python 3.1中,上面返回了一个map对象.
B: Python 3.1:
>>> map(chr, [66, 53, 0, 94])
<map object at 0x00AF5570>
Run Code Online (Sandbox Code Playgroud)
如何在Python 3.x上检索映射列表(如上面的A中所示)?
或者,有更好的方法吗?我的初始列表对象有大约45个项目,id喜欢将它们转换为十六进制.
我遵循以下过程:在Python中,如何将列表中的所有项目转换为浮点数?因为我的Dataframe的每一列都是list,但floats我没有选择将所有值更改为strings.
df = [str(i) for i in df]
但这失败了.
它只删除了除第一行列名之外的所有数据.
然后,尝试df = [str(i) for i in df.values]导致将整个Dataframe更改为一个大的列表,但这会使数据过于混乱,无法满足我的脚本目标,即将Dataframe导出到我的Oracle表.
有没有办法将我的Dataframe中非字符串的所有项目转换为字符串?
Stack Overflow 上有很多关于这个一般主题的问答,但它们要么质量很差(通常是初学者的调试问题暗示的),要么以其他方式错过了目标(通常是不够通用)。至少有两种极其常见的方法会使幼稚的代码出错,初学者从关于循环的规范中获益更多,而不是从将问题作为拼写错误或关于打印所需内容的规范中获益。所以这是我尝试将所有相关信息放在同一个地方。
假设我有一些简单的代码,可以对一个值进行计算x并将其分配给y:
y = x + 1
# Or it could be in a function:
def calc_y(an_x):
return an_x + 1
Run Code Online (Sandbox Code Playgroud)
现在我想重复计算 的许多可能值x。我知道for如果我已经有要使用的值列表(或其他序列),我可以使用循环:
xs = [1, 3, 5]
for x in xs:
y = x + 1
Run Code Online (Sandbox Code Playgroud)
while或者,如果有其他逻辑来计算值序列,我可以使用循环x:
def next_collatz(value):
if value % 2 == 0:
return value // 2
else:
return 3 * value + 1
def collatz_from_19():
x = 19
while x != 1:
x …Run Code Online (Sandbox Code Playgroud) prorgamming新手 - 我正在寻找我正在做的练习的答案,并从这里得到我的答案.我的问题是 - 从这个线程,被选为最佳答案的那个是这个代码
[float(i) for i in lst]
Run Code Online (Sandbox Code Playgroud)
代码完成了应该做的事情,但当我试图进入新列表时,我遇到了错误
>>> xs = '12 10 32 3 66 17 42 99 20'.split()
>>> [float(i) for i in xs]
[12.0, 10.0, 32.0, 3.0, 66.0, 17.0, 42.0, 99.0, 20.0]
>>> i
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
NameError: name 'i' is not defined
Run Code Online (Sandbox Code Playgroud)
我该怎么办?
谢谢!
我有一个需要基于进行拼接的字符串,
x = '1,0.5,3'
y = x.split(',')
print(y)
//Result
//['1','0.5','3']
Run Code Online (Sandbox Code Playgroud)
我想拆分字符串,但获取数字数组作为返回值。
预期收益
[1,0.5,3]
Run Code Online (Sandbox Code Playgroud) python ×5
python-3.x ×3
dataframe ×1
iteration ×1
list ×1
map-function ×1
pandas ×1
split ×1
string ×1