帮我写个Python脚本,根据现有数据,在excel中第一列产生日期,日期为当天日期,第二列产生姓名,且每天为1个表格,每天的姓名都不重复,时间从9月1日-12月31日
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
Python内容推荐
Python自动化办公源码-31 Python汇总各单位Excel档领料记录并加总每日领用次数
Python自动化办公源码-31 Python汇总各单位Excel档领料记录并加总每日领用次数
Python源码自动办公-31 Python汇总各单位Excel档领料记录并加总每日领用次数.rar
Python源码自动办公-31 Python汇总各单位Excel档领料记录并加总每日领用次数.rar
三角洲行动_交易行自动上架与下架助手_基于PyQt5图形用户界面和Python311编程语言开发_专为三角洲行动游戏设计的自动化交易工具_能够一键将仓库中的非绑定道具批量挂上交易.zip
三角洲行动_交易行自动上架与下架助手_基于PyQt5图形用户界面和Python311编程语言开发_专为三角洲行动游戏设计的自动化交易工具_能够一键将仓库中的非绑定道具批量挂上交易.zip
基于python+face_recognition+opencv+pyqt5+百度AI实现的人脸识别、语音播报、语音合成、模拟签.zip
新一代 AI 专业字幕软件,支持 mac 与 Windows。中英转录识别准确率超过 96%,词语音频对齐率 98%,基于 Qwen3-ASR 。带有专业字幕编辑器、命令行工具、Skill,达芬奇字幕插件,PR 字幕插件,本地转录、远程转录、文稿匹配、智能拆行、AI校正、AI …
Draft 2020-07-31 10:43:13-数据集
Book1.xlsx
Draft Fri Aug 31 16:11:50 CST 2018-数据集
Draft Fri Aug 31 16:11:50 CST 2018-数据集
2020国庆 2020.10.01-2020.12.31-百度迁徙数据-台州市-迁入来源地.zip
2020国庆 2020.10.01-2020.12.31-百度迁徙数据-台州市-迁入来源地.zip
商城版销售数据包
所有数据资源,让你的货源无忧无虑,赚更多利润
Airline operation data-数据集
某航司2012年3月31日至2014年4月1日相关运营数据。字段解释请查看《客户信息属性说明》。
数据科学包——pandas基础(整形、透视、时间序列、类别)
文章目录一、数据整形(stack函数)二、数据透视表(pivot table)三、时间序列1.时间序列2.在不同的时间表达方式间转换2.1 时间戳转为时期 to_period()函数2.2 时期转为时间戳 to_timestamp()函数2.3 返回固定频率的周期索引 period_range()函数2.4 series索引四、类别数据1.astype函数2.排序(sort_values())3.统计个数(groupby().size()) 一、数据整形(stack函数) 在用pandas进行数据重排时,经常用到stack和unstack两个函数。stack的意思是堆叠,堆积,unstack即
课程设计题目 (6)1
2、用 pandas 数据预处理模块将缺失值丢弃处理,删除列 DEWP、TEMP、 3、利用 pandas 库重新读取新的数据集“pm25_data_2010.
销售数据集.zip
销售数据集
Draft Thu Sep 06 09:48:54 CST 2018-数据集
Draft Thu Sep 06 09:48:54 CST 2018-数据集
数据分析师求职数据.xls
数据分析师求职数据.xls
2021-2022计算机二级等级考试试题及答案No.17405.docx
2021-2022计算机二级等级考试试题及答案No.17405.docx
2021-2022计算机二级等级考试试题及答案No.14538.docx
2021-2022计算机二级等级考试试题及答案No.14538.docx
2021-2022计算机二级等级考试试题及答案No.2452.docx
2021-2022计算机二级等级考试试题及答案No.2452.docx
该项目使用 selenium 模拟用户操作抓取股吧 发帖 和 评论 数据
爬取指定股票股吧中的发帖信息,包括帖子标题,浏览量,评论数,帖子链接,发帖时间 (YYYY-MM-DD, HH: MM),以 post_XXXXXX 为集合名储存到 MongoDB 中。
Pandas数据分析120道训练题.pdf
Pandas基础知识,以考题形式出现,帮助大家掌握数据处理基本功
新能源汽车有关数据(较全版).rar
一、背景描述 当前,全球能源结构转型与 “双碳” 目标(碳达峰、碳中和)推动新能源汽车产业进入高速发展期。2024 年,中国新能源汽车销量达 1150 万辆,同比增长 30.2%,市场渗透率突破 45%,成为全球最大的新能源汽车市场。与此同时,产业面临 “续航焦虑、充电设施不足、电池寿命衰减、供应链稳定性” 等核心痛点,且政策监管(如新能源汽车补贴退坡、双积分政策升级)与消费者需求(如对安全、智能化、性价比的关注)持续推动行业向 “高质量、精细化” 方向发展。 在此背景下,新能源汽车全链路数据(涵盖生产、销售、使用、售后、充电等环节)成为破解产业痛点、优化决策的关键资产。本数据集聚焦新能源汽车 “用户使用 - 充电服务 - 车辆性能” 三大核心场景,采集 2024 年 1 月 - 2024 年 12 月的真实运营数据,旨在为产业各方提供数据支撑,助力解决从产品研发到市场运营的全流程问题。 从政策环境看,国家工信部《新能源汽车产业发展规划(2021 - 2035 年)》明确要求 “建立健全新能源汽车数据安全管理体系,推动数据共享与价值挖掘”;地方层面,如广东、上海等新能源汽车核心产区,已出台政策鼓励车企、充电运营商、出行平台等主体开放合规数据,为本数据集的采集与应用提供了政策依据。 二、数据说明 (一)数据文件信息 本数据集包含 4 个核心文件与 1 个说明文档,具体信息如下表所示: 文件名称 格式 大小 核心用途 nev_user_behavior.csv CSV 1.2GB 新能源汽车用户使用行为数据 nev_charging_data.csv CSV 800MB 充电服务全流程数据 nev_vehicle_perf.csv CSV 600MB 车辆核心性能与故障数据 nev_sales_region.xlsx Excel 50MB 分区域销售与保有量数据 data_dictionary.pdf PDF 2.5MB 字段释义、数据清洗规则、隐私保护说明 所有文件均经过数据标准化处理,支持 Python(Pandas)、SQL 等工具直接读取,其中 CSV 文件采用 UTF - 8 编码,Excel 文件包含 3 个工作表(分省份销售数据、城市等级保有量、品牌市场份额)。 (二)样本信息 1.样本量与覆盖范围: ◦总样本量:28 万条有效记录,涵盖 3 大维度(用户行为 12 万条、充电数据 10 万条、车辆性能 6 万条); ◦空间覆盖:覆盖全国 31 个省(自治区、直辖市),其中新能源汽车渗透率 Top5 地区(上海、北京、广东、浙江、江苏)样本占比 52%,符合市场分布特征; ◦车辆覆盖:包含 15 个主流品牌(比亚迪、特斯拉、蔚来、理想、小鹏等)、32 款车型(涵盖纯电动 BEV、插电混动 PHEV),车辆使用年限集中在 0 - 3 年(占比 88%,反映当前市场主流车况)。 1.样本质量与处理: ◦原始样本 32 万条,剔除 “重复记录(如同一充电订单多次上传)”“无效数据(如续航里程为 0、充电时间<1 分钟)” 后,有效样本率 87.5%; ◦缺失值处理:核心字段(如用户 ID、充电时长、续航里程)缺失率<0.3%,采用 “均值填充(数值型字段)”“众数填充(分类字段)” 补充;非核心字段(如用户职业)缺失率 12%,标注为 “未知” 保留,不影响核心分析。 (三)核心字段说明 新能源汽车用户行为数据(nev_user_behavior.csv) 字段名称 数据类型 字段含义 取值示例 / 范围 关键程度 user_id 字符串 用户唯一标识(脱敏) U2400001 ★★★ vehicle_id 字符串 车辆唯一标识(脱敏) V24BYD001 ★★★ usage_date datetime 用车日期 2024 - 06 - 15 ★★★ daily_mileage 数值(km) 日均行驶里程 45.2 / 180.5 ★★★ usage_scenario 分类 用车场景(通勤 / 长途 / 休闲) 通勤 / 长途 ★★ energy_consump 数值(kWh/100km) 百公里电耗 12.8 / 18.5 ★★★ is_car_sharing 布尔值 是否用于共享出行(1 = 是,0 = 否) 0 / 1 ★★ 新能源汽车充电数据(nev_charging_data.csv) 字段名称 数据类型 字段含义 取值示例 / 范围 关键程度 charge_order_id 字符串 充电订单唯一 ID C240615001 ★★★ user_id 字符串 关联用户 ID(脱敏) U2400001 ★★★ charge_station_id 字符串 充电站 ID SGD001(上海浦东充电站) ★★★
最新推荐





