欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python 實現添加標簽&打標簽的操作

 更新時間:2021年05月21日 14:33:41   作者:六mo神劍  
這篇文章主要介紹了python 實現添加標簽&打標簽的操作,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教

普通打標簽

odue_df=df_train_stmt.loc[(df_train_stmt.AGE3>0)|(df_train_stmt.AGE4>0)|(df_train_stmt.AGE5>0)|(df_train_stmt.AGE6>0),['XACCOUNT']].drop_duplicates()
odue_df['label']=1
cust_df=df_acct[['CUSTR_NBR','XACCOUNT']].drop_duplicates()
#做合并
df_y=pd.merge(cust_df,odue_df,how='left',on='XACCOUNT').groupby('CUSTR_NBR').agg({'label':max}).reset_index().fillna(0)

使用函數來打標簽

#標注標簽 Label
def label(row):
   if row['Date_received'] == 'null':
       return -1
   if row['Date'] != 'null':
       td = pd.to_datetime(row['Date'], format='%Y%m%d') - pd.to_datetime(row['Date_received'], format='%Y%m%d')
       if td <= pd.Timedelta(15, 'D'):
           return 1
   return 0
dfoff['label'] = dfoff.apply(label, axis=1)
#打標簽,判斷天數
def get_label(s):
    s = s.split(':')
    if s[0]=='null':
        return 0
    elif (date(int(s[0][0:4]),int(s[0][4:6]),int(s[0][6:8]))-date(int(s[1][0:4]),int(s[1][4:6]),int(s[1][6:8]))).days<=15:
        return 1
    else:
        return -1
dataset2.label = dataset2.label.apply(get_label)

補充:python 根據標簽名獲取標簽內容

看代碼吧~

 
import re
import json 
import requests
from bs4 import BeautifulSoup
import lxml.html
from lxml import etree
 
result = requests.get('http://example.webscraping.com/places/default/view/Algeria-4')
with open('123.html', 'wb') as f:
    f.write(result.content)
# print(parse_regex(result.text))
test_data = """
        <div>
            <ul>
                 <li class="item-0"><a href="link1.html" rel="external nofollow"  rel="external nofollow"  id="places_neighbours__row">9,596,960first item</a></li>
                 <li class="item-1"><a href="link2.html" rel="external nofollow" >second item</a></li>
                 <li class="item-inactive"><a href="link3.html" rel="external nofollow" >third item</a></li>
                 <li class="item-1"><a href="link4.html" rel="external nofollow"  id="places_neighbours__row">fourth item</a></li>
                 <li class="item-0"><a href="link5.html" rel="external nofollow"  rel="external nofollow" >fifth item</a></li>
                 <li class="good-0"><a href="link5.html" rel="external nofollow"  rel="external nofollow" >fifth item</a></li>
             </ul>
             <book>
                    <title lang="aaengbb">Harry Potter</title>
                    <price id="places_neighbours__row">29.99</price>
            </book>
            <book>
                <title lang="zh">Learning XML</title>
                <price>39.95</price>
            </book>
            <book>
                <title>Python</title>
                <price>40</price>
            </book>
         </div>
        """
# //div/ul/li/a[@id]  選取a標簽中帶有id屬性的標簽
# //div/ul/li/a 選取所有a標簽
# //div/ul/li[2]/a
"""
/ 從根標簽開始  必須具有嚴格的父子關系
// 從當前標簽  后續(xù)節(jié)點含有即可選出
* 通配符 選擇所有
//div/book[1]/title  選擇div下第一個book標簽的title標簽
//div/book[1]/tittle[@lang="zh"] 選擇div下第一個book標簽的title標簽并且內容是zh的title標簽
//div/book/title //book/title //title 具有相同結果 只不過選取路徑不一樣
//book/title/@* 將title所有的屬性值選出來
//book/title/text() 將title的內容選擇出來,使用內置函數
//a[@href="link1.html" rel="external nofollow"  rel="external nofollow"  and @id="places_neighbours_row"]
//div/book/[last()]/title/text() 將最后一個book元素選出
//div/book[price > 39]/title/text() 將book子標簽price數值大于39的選擇出來
//li[starts-with(@class,'item')] 將class屬性前綴是item的選出來
//title[contains(@lang,"eng")]將title屬性lang含有eng關鍵字的標簽選出
"""
html = lxml.html.fromstring(test_data)  # 加載任意一個字符串
html_data = html.xpath('//title[contains(@lang,"eng")]')  # xpath 查找路徑
# print(dir(html_data[0]))  # 查看html_data有什么功能
print(html_data)
for i in html_data:
    print(i.text)

以上為個人經驗,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關文章

  • 基于Python實現粒子濾波效果

    基于Python實現粒子濾波效果

    這篇文章主要介紹了基于Python實現粒子濾波效果,本文通過實例代碼給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2020-12-12
  • Python 數據可視化pyecharts的使用詳解

    Python 數據可視化pyecharts的使用詳解

    這篇文章主要介紹了Python 數據可視化pyecharts的使用詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2019-06-06
  • 深入探究Flask的兩個高級特性之藍圖和JWT認證

    深入探究Flask的兩個高級特性之藍圖和JWT認證

    本文將探討 Flask 的兩個高級特性:藍圖(Blueprints)和 JSON Web Token(JWT)認證,藍圖讓我們可以將應用模塊化,以便更好地組織代碼;而 JWT 認證是現代 Web 應用中常見的一種安全機制,感興趣的小伙伴跟著小編一起來看看吧
    2023-08-08
  • Pycharm及python安裝詳細教程(圖解)

    Pycharm及python安裝詳細教程(圖解)

    這篇文章主要介紹了Pycharm及python安裝詳細教程,本文通過圖文并茂的形式給大家介紹的非常詳細,對大家的學習或工作具有一定的參考借鑒價值,需要的朋友參考下吧
    2020-07-07
  • python正則表達式函數match()和search()的區(qū)別

    python正則表達式函數match()和search()的區(qū)別

    match()和search()都是python中的正則匹配函數,那這兩個函數有何區(qū)別呢?本文詳細介紹了這2個函數的區(qū)別
    2021-10-10
  • Python中zip()函數的簡單用法舉例

    Python中zip()函數的簡單用法舉例

    這篇文章主要給大家介紹了關于Python中zip()函數的簡單用法,文中通過示例代碼介紹的非常詳細,對大家學習或者使用Python具有一定的參考學習價值,需要的朋友們下面來一起學習學習吧
    2019-09-09
  • Python求算數平方根和約數的方法匯總

    Python求算數平方根和約數的方法匯總

    這篇文章主要介紹了 Python求算數平方根和約數的方法匯總的相關資料,需要的朋友可以參考下
    2016-03-03
  • Django Admin中增加導出CSV功能過程解析

    Django Admin中增加導出CSV功能過程解析

    這篇文章主要介紹了Django Admin中增加導出CSV功能過程解析,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-09-09
  • Python多圖片合并PDF的方法

    Python多圖片合并PDF的方法

    今天小編就為大家分享一篇關于Python多圖片合并PDF的方法,小編覺得內容挺不錯的,現在分享給大家,具有很好的參考價值,需要的朋友一起跟隨小編來看看吧
    2019-01-01
  • python不使用for計算兩組、多個矩形兩兩間的iou方式

    python不使用for計算兩組、多個矩形兩兩間的iou方式

    今天小編就為大家分享一篇python不使用for計算兩組、多個矩形兩兩間的iou方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-01-01

最新評論