Python | Панды Series.to_clipboard ()
Серия Pandas - это одномерный массив ndarray с метками осей. Этикетки не обязательно должны быть уникальными, но должны быть хешируемого типа. Объект поддерживает индексирование как на основе целых чисел, так и на основе меток и предоставляет множество методов для выполнения операций, связанных с индексом.
Pandas Series.to_clipboard() function copy object to the system clipboard. It write a text representation of object to the system clipboard. This can be pasted into Excel as well.
Syntax: Series.to_clipboard(excel=True, sep=None, **kwargs)
Parameter :
excel : bool, default True
sep : str, default ‘ ’
**kwargs : These parameters will be passed to DataFrame.to_csv.Returns : None
Example #1: Use Series.to_clipboard() function to copy the given Series object to the systems clipboard.
# importing pandas as pdimport pandas as pd # Creating the Seriessr = pd.Series(["New York", "Chicago", "Toronto", "Lisbon", "Rio", "Moscow"]) # Create the Datetime Indexdidx = pd.DatetimeIndex(start ="2014-08-01 10:00", freq ="W", periods = 6, tz = "Europe/Berlin") # set the indexsr.index = didx # Print the seriesprint(sr) |
Выход :

Now we will use Series.to_clipboard() function to copy the given series object to the systems clipboard.
# copy to clipboardsr.to_clipboard() |
Выход :

После выполнения последней строки кода мы просто вставили то, что было скопировано в буфер обмена системы в Notepad ++. Вот как это выглядит.
Example #2: Use Series.to_clipboard() function to copy the given Series object to the systems clipboard.
Выход :

Now we will use Series.to_clipboard() function to copy the given series object to the systems clipboard.
# copy to clipboardsr.to_clipboard() |
Выход :

После выполнения последней строки кода мы просто вставили то, что было скопировано в буфер обмена системы в Notepad ++. Вот как это выглядит. Обратите внимание, как отсутствующие значения были представлены как пробелы.
Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.
Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.