1. xiang=data.iloc[:,2:].fillna(0): 从原始数据data中选取第3列及之后的数据,并使用0填充缺失值,将结果赋值给变量xiang。

  2. res = pd.DataFrame(xiang.values[1::2] - xiang.values[::2],columns=['厚度','孔隙率','压缩回弹性率','过滤阻力','过滤效率','透气性','插层率']): 创建一个新的DataFrame对象res,其中包含了xiang中每隔一行的数据减去前一行的数据的结果。这些结果以列名['厚度','孔隙率','压缩回弹性率','过滤阻力','过滤效率','透气性','插层率']作为列标签。

  3. res: 打印输出res的结果,即每隔一行的数据减去前一行的数据的结果。

xiang=datailoc2fillna0 # 读取读取六个指标并填充缺失值为0。没有做插层肯定插层率为0了所以这样填充是合理的。# 偶数行减去奇数行也就是我们需要的下一行减去上一行。res = pdDataFramexiangvalues12 - xiangvalues2columns=厚度孔隙率压缩回弹性率过滤阻力过滤效率透气性插层率res详细解释下每一行代码的意思

原文地址: https://www.cveoy.top/t/topic/iMtf 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录