Все знают эту команду. Но когда данные, которые вы пытаетесь обработать, большие, попробуйте добавить аргумент nrows = 5, чтобы прочитать только крошечную часть таблицы перед фактической загрузкой всей таблицы. Зачем? Так удастся избежать ошибки с выбором неправильного разделителя, ведь это не всегда запятая.
Или используйте head в Linux, чтобы вывести первые, скажем, 5 строк из любого текстового файла: head –n 5 data.txt.
Извлеките список столбцов с df.columns.tolist(). Добавьте аргумент usecols = ['c1', 'c2',…], чтобы загрузить только необходимые столбцы. Кроме того, если знаете типы данных нескольких конкретных столбцов, добавьте аргумент dtype = {'c1': str, 'c2': int,…}. Так загрузка будет быстрее. Этот аргумент даёт ещё одно преимущество. Если один столбец содержит строки и числа, рекомендуется объявить его тип строковым. Так вы избежите ошибок при объединении таблиц, когда используете этот столбец как ключ.
1. 2⁵=64. То есть, для двухбуквенного алфавита из 5 букв можно составить 64 уникальных слова. Для четырех букв: 2⁴=32. Таким образом, потребуется минимум 5 букв для составления 50 уникальных слов.
2. 2 * 2 * 2 * 2 * 2 = 2^5 = 32
3. пересечением этих множеств
4. А ∪ В
5. ] A c B
6. Если в одном множестве 40, а в другом - 30 элементов, то максимальное количество элементов в их пересечении равно 30(т.е. равно количеству элементов в меньшем множестве), а в объединении 30+40=70 элементов.
7. 1 -5
2 -5
3- 5
5*5*5=125
Все знают эту команду. Но когда данные, которые вы пытаетесь обработать, большие, попробуйте добавить аргумент nrows = 5, чтобы прочитать только крошечную часть таблицы перед фактической загрузкой всей таблицы. Зачем? Так удастся избежать ошибки с выбором неправильного разделителя, ведь это не всегда запятая.
Или используйте head в Linux, чтобы вывести первые, скажем, 5 строк из любого текстового файла: head –n 5 data.txt.
Извлеките список столбцов с df.columns.tolist(). Добавьте аргумент usecols = ['c1', 'c2',…], чтобы загрузить только необходимые столбцы. Кроме того, если знаете типы данных нескольких конкретных столбцов, добавьте аргумент dtype = {'c1': str, 'c2': int,…}. Так загрузка будет быстрее. Этот аргумент даёт ещё одно преимущество. Если один столбец содержит строки и числа, рекомендуется объявить его тип строковым. Так вы избежите ошибок при объединении таблиц, когда используете этот столбец как ключ.