小编bk_*_*bk_的帖子

我有以下 DF：

  col1         col2
1 2017-01-03   2018-03-30 08:01:32
2 2017-01-04   2018-03-30 08:02:32

如果我这样做df.dtypes，我会得到以下输出：

col1    datetime64[ns]
col2    datetime64[ns]
dtype: object

然而mcol1只包含日期信息(DATE)，而col2包含日期和时间信息(DATETIME)。

确定列是否包含 DATE 或 DATETIME 信息的最简单方法是什么？

数据生成：

import pandas as pd

# Generate the df
col1 = ["2017-01-03", "2017-01-04"]
col2 = ["2018-03-30 08:01:32", "2018-03-30 08:02:32"]

df = pd.DataFrame({"col1": col1, "col2": col2})

df["col1"] = pd.to_datetime(df["col1"])
df["col2"] = pd.to_datetime(df["col2"])

我正在将 Excel 文件作为 DataFrame 加载，进行一些转换，然后我想将 Excel 文件保存到某个服务器（不是本地）。

目前，我可以采取一种解决方法来实现这一目标：

import pandas as pd
import requests

df = pd.read_excel("file.xlsx")
df = do_some_transformation(df)

# Store DataFrame locally
df.to_excel("outputfile.xlsx")

# re-read locally stored file und upload it
with open("outputfile.xlsx", "rb") as fin:
        requests.put("url/outputfile.xlsx",
                     data=fin.read(),
                     auth=auth,
                     headers={'content-type': 'application/vnd.ms-excel'})

即我将转换后的 DataFrame 保存在本地，然后将本地副本上传到服务器。是否可以将 df 直接转换为 Excel 文件，而无需在本地存储和重新加载？我必须如何修改 requests.put 语句？

在@Aryerez的暗示下，我尝试了

df = pd.read_excel("file.xlsx")
df = do_some_transformation(df)

writer = pd.ExcelWriter("file.xlsx", engine='xlsxwriter')
df.to_excel(writer, sheet_name='Sheet1')

requests.put("url/outputfile.xlsx",
                     data=writer,
                     auth=auth,
                     headers={'content-type': 'application/vnd.ms-excel'}),
                     

这会导致TypeError: '_XlsxWriter' object is not iterable.

如何将 pandas …

我有两个字符串列表：

l1 = ["Col1", "Col2", "Col3"]
l2 = ["_ad1", "_ad2"]

我想将两个列表l1x的笛卡尔积/串联l2成一个元素，即我想要的结果是：

["Col1_ad1", "Col1_ad2", "Col2_ad1", "Col2_ad2", "Col3_ad1", "Col1_ad1"]

当然我可以这样做：

result = []
for colname in l1:
    for suffix in l2:
        result.append(f"{colname}{suffix}")

但我想知道是否有更Pythonic的方式？

编辑：我并不是在寻找一种更Pythonic的方式来制定循环（即列表理解）。相反，我正在寻找一个内置函数，类似的函数 concatenate(l1, l2)会产生所需的结果