精华内容
下载资源
问答
  • df

    千次阅读 2008-12-22 10:55:00
    名称:df功能:检查文档系统的磁盘空间占用情况。能够利用该命令来获取硬盘被占用了多少空间,现在还剩下多少空间等信息。语法:df [选项]说明:df命令可显示任何文档系统对i节点和磁盘块的使用情况。该命令各个选项...

    名称:df

    功能:检查文档系统的磁盘空间占用情况。能够利用该命令来获取硬盘被占用了多少空间,现在还剩下多少空间等信息。

    语法:df [选项]

    说明:df命令可显示任何文档系统对i节点和磁盘块的使用情况。

    该命令各个选项的含义如下:

    -a 显示任何文档系统的磁盘使用情况,包括0块(block)的文档系统,如/proc文档系统。

    -k k字节为单位显示。

    -i 显示i节点信息,而不是磁盘块。

    -t 显示各指定类型的文档系统的磁盘空间使用情况。

    -x 列出不是某一指定类型文档系统的磁盘空间使用情况(和t选项相反)。

    -T 显示文档系统类型。

      例1:列出各文档系统的磁盘空间使用情况。

      $ df

      Filesystem 1 Kblocks Used Available Use% Mounted on

      /dev/hda2 1361587 1246406 44823 97 /

       df命令的输出清单的第1列是代表文档系统对应的设备文档的路径名(一般是硬盘上的分区);第2列给出分区包含的数据块(1024字节)的数目;第3 4列分别表示已用的和可用的数据块数目。用户也许会感到奇怪的是,第34列块数之和不等于第2列中的块数。这是因为缺省的每个分区都留了少量空间供系统管理员使用。即使碰到普通用户空间已满的情况,管理员仍能登录和留有解决问题所需的工作。清单中Use% 列表示普通用户空间使用的百分比,即使这一数字达到100%,分区仍然留有系统管理员使用的空间。最后,Mounted on列表示文档系统的安装点。

      例2:列出各文档系统的i节点使用情况。

      $ df –ia

      Filesystem Inodes IUsed IFree Iused% Mounted on

      /dev/ hda2 352256 75043 277213 21 /

    none 0 0 0 0 /proc
      localhost:pid221 0 0 0 0 /net

    3:列出文档系统的类型。
      $ df –T

    Filesystem Type 1Kblocks Used Available use% Mounted on

    /dev/hda2 ext2 1361587 1246405 44824 97% /

    展开全文
  • df.to_csv写入到csv文件 pd.read_csv读取csv文件 df.to_json写入到json文件 pd.read_json读取json文件 df.to_html写入到html文件 pd.read_html读取 html文件 df.to_excel 写入到 excel 文件 ...

    ____tz_zs

    DataFrame 数据的保存和读取

    • df.to_csv 写入到 csv 文件
    • pd.read_csv 读取 csv 文件
    • df.to_json 写入到 json 文件
    • pd.read_json 读取 json 文件
    • df.to_html 写入到 html 文件
    • pd.read_html 读取 html 文件
    • df.to_excel 写入到 excel 文件
    • pd.read_excel 读取 excel 文件

    pandas.DataFrame.to_csv

    将 DataFrame 写入到 csv 文件

    https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_csv.html

    DataFrame.to_csv(path_or_buf=None, sep=', ', na_rep='', float_format=None, columns=None, header=True, index=True,
                     index_label=None, mode='w', encoding=None, compression=None, quoting=None, quotechar='"',
                     line_terminator='\n', chunksize=None, tupleize_cols=None, date_format=None, doublequote=True,
                     escapechar=None, decimal='.')
    

    参数:

    • path_or_buf : 文件路径,如果没有指定则将会直接返回字符串的 json
    • sep : 输出文件的字段分隔符,默认为 “,”
    • na_rep : 用于替换空数据的字符串,默认为''
    • float_format : 设置浮点数的格式(几位小数点)
    • columns : 要写的列
    • header : 是否保存列名,默认为 True ,保存
    • index : 是否保存索引,默认为 True ,保存
    • index_label : 索引的列标签名

    .

    # -*- coding:utf-8 -*-
    
    """
    @author:    tz_zs
    """
    
    import numpy as np
    import pandas as pd
    
    list_l = [[11, 12, 13, 14, 15], [21, 22, 23, 24, 25], [31, 32, 33, 34, 35]]
    date_range = pd.date_range(start="20180701", periods=3)
    df = pd.DataFrame(list_l, index=date_range,
                      columns=['a', 'b', 'c', 'd', 'e'])
    print(df)
    """
                 a   b   c   d   e
    2018-07-01  11  12  13  14  15
    2018-07-02  21  22  23  24  25
    2018-07-03  31  32  33  34  35
    """
    
    df.to_csv("tzzs_data.csv")
    """
    csv 文件内容:
    ,a,b,c,d,e
    2018-07-01,11,12,13,14,15
    2018-07-02,21,22,23,24,25
    2018-07-03,31,32,33,34,35
    """
    read_csv = pd.read_csv("tzzs_data.csv")
    print(read_csv)
    """
       Unnamed: 0   a   b   c   d   e
    0  2018-07-01  11  12  13  14  15
    1  2018-07-02  21  22  23  24  25
    2  2018-07-03  31  32  33  34  35
    """
    
    df.to_csv("tzzs_data2.csv", index_label="index_label")
    """
    csv 文件内容:
    index_label,a,b,c,d,e
    2018-07-01,11,12,13,14,15
    2018-07-02,21,22,23,24,25
    2018-07-03,31,32,33,34,35
    """
    
    read_csv2 = pd.read_csv("tzzs_data2.csv")
    print(read_csv2)
    """
      index_label   a   b   c   d   e
    0  2018-07-01  11  12  13  14  15
    1  2018-07-02  21  22  23  24  25
    2  2018-07-03  31  32  33  34  35
    """
    

     

    pandas.DataFrame.to_json

    将 Dataframe 写入到 json 文件

    https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_json.html

    DataFrame.to_json(path_or_buf=None, orient=None, date_format=None, double_precision=10, force_ascii=True,
                      date_unit='ms', default_handler=None, lines=False, compression=None, index=True)

    参数:

    • path_or_buf : 文件路径,如果没有指定则将会直接返回字符串的 json。

    代码:

    df.to_json("tzzs_data.json")
    
    read_json = pd.read_json("tzzs_data.json")
    print(read_json)
    """
                 a   b   c   d   e
    2018-07-01  11  12  13  14  15
    2018-07-02  21  22  23  24  25
    2018-07-03  31  32  33  34  35
    """

    json 文件

    {
        "a": {
            "1530403200000": 11,
            "1530489600000": 21,
            "1530576000000": 31
        },
        "b": {
            "1530403200000": 12,
            "1530489600000": 22,
            "1530576000000": 32
        },
        "c": {
            "1530403200000": 13,
            "1530489600000": 23,
            "1530576000000": 33
        },
        "d": {
            "1530403200000": 14,
            "1530489600000": 24,
            "1530576000000": 34
        },
        "e": {
            "1530403200000": 15,
            "1530489600000": 25,
            "1530576000000": 35
        }
    }

     

    pandas.DataFrame.to_html

    将 Dataframe 写入到 html 文件

    http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_html.html

    DataFrame.to_html(buf=None, columns=None, col_space=None, header=True, index=True, na_rep='NaN', formatters=None,
                      float_format=None, sparsify=None, index_names=True, justify=None, bold_rows=True, classes=None,
                      escape=True, max_rows=None, max_cols=None, show_dimensions=False, notebook=False, decimal='.',
                      border=None, table_id=None)

    代码:

    df.to_html("tzzs_data.html")
    
    read_html = pd.read_html("tzzs_data.html")
    print(read_html)
    """
    [   Unnamed: 0   a   b   c   d   e
    0  2018-07-01  11  12  13  14  15
    1  2018-07-02  21  22  23  24  25
    2  2018-07-03  31  32  33  34  35]
    """
    
    #
    print(read_html[0])
    """
       Unnamed: 0   a   b   c   d   e
    0  2018-07-01  11  12  13  14  15
    1  2018-07-02  21  22  23  24  25
    2  2018-07-03  31  32  33  34  35
    """

    HTML文件:

    <table border="1" class="dataframe">
      <thead>
        <tr style="text-align: right;">
          <th></th>
          <th>a</th>
          <th>b</th>
          <th>c</th>
          <th>d</th>
          <th>e</th>
        </tr>
      </thead>
      <tbody>
        <tr>
          <th>2018-07-01</th>
          <td>11</td>
          <td>12</td>
          <td>13</td>
          <td>14</td>
          <td>15</td>
        </tr>
        <tr>
          <th>2018-07-02</th>
          <td>21</td>
          <td>22</td>
          <td>23</td>
          <td>24</td>
          <td>25</td>
        </tr>
        <tr>
          <th>2018-07-03</th>
          <td>31</td>
          <td>32</td>
          <td>33</td>
          <td>34</td>
          <td>35</td>
        </tr>
      </tbody>
    </table>

    在浏览器中打开:

    .

     

    df.to_html 生成的是一个 html 格式的 table 表,我们可以在前后加入其他标签,丰富页面。ps:如果有中文字符,需要在 head 中设置编码格式。

    参考:Pandas Dataframes to_html: Highlighting table rows

    # -*- coding: utf-8 -*-
    """
    @author: tz_zs
    """
    import matplotlib.pyplot as plt
    import numpy as np
    import pandas as pd
    
    index = ["2018-07-01", "2018-07-02", "2018-07-03", "2018-07-04"]
    df = pd.DataFrame(index=index)
    df["一"] = [11, 12, 13, 14]
    df["二"] = [21, 22, 23, 24]
    print(df)
    """
                 一   二
    2018-07-01  11  21
    2018-07-02  12  22
    2018-07-03  13  23
    2018-07-04  14  24
    """
    
    axes_subplot = df.plot()
    # print(type(axes_subplot)) #<class 'matplotlib.axes._subplots.AxesSubplot'>
    plt.xlabel("time")
    plt.ylabel("num")
    plt.legend(loc="best")
    plt.grid(True)
    plt.savefig("test.png")
    
    HEADER = '''
        <html>
            <head>
                <meta charset="UTF-8">
            </head>
            <body>
        '''
    FOOTER = '''
            <img src="%s" alt="" width="1200" height="600">
            </body>
        </html>
        ''' % ("test.png")
    with open("test.html", 'w') as f:
        f.write(HEADER)
        f.write(df.to_html(classes='df'))
        f.write(FOOTER)
    

    .

    .

     

    pandas.DataFrame.to_excel

    将 DataFrame 写入 excel 文件

    pandas.DataFrame.to_excel

    DataFrame.to_excel(excel_writer, sheet_name='Sheet1', na_rep='', float_format=None, columns=None, 
                       header=True, index=True, index_label=None, startrow=0, startcol=0, engine=None,
                       merge_cells=True, encoding=None, inf_rep='inf', verbose=True, freeze_panes=None)

    .

    #!/usr/bin/python2.7
    # -*- coding:utf-8 -*-
    
    """
    @author:    tz_zs
    """
    
    import numpy as np
    import pandas as pd
    import matplotlib.pyplot as plt
    
    list_l = [[1, 3, 3, 5, 4], [11, 7, 15, 13, 9], [4, 2, 7, 9, 3], [15, 11, 12, 6, 11]]
    index = ["2018-07-01", "2018-07-02", "2018-07-03", "2018-07-04"]
    df = pd.DataFrame(list_l, index=index, columns=['a', 'b', 'c', 'd', 'e'])
    print(df)
    """
                 a   b   c   d   e
    2018-07-01   1   3   3   5   4
    2018-07-02  11   7  15  13   9
    2018-07-03   4   2   7   9   3
    2018-07-04  15  11  12   6  11
    """
    
    df.to_excel("test.xls")
    

    .

     

    pandas.read_excel

    读取 excel 

     

    可能遇到的报错:

    ImportError: Missing optional dependency 'xlrd'. Install xlrd >= 1.0.0 for Excel support Use pip or conda to install xlrd.

    解决方法:安装 xlrd 包。

    stackoverflow 讨论:Python: Pandas pd.read_excel giving ImportError: Install xlrd >= 0.9.0 for Excel support

     

    其他文章:

    http://www.dcharm.com/?p=584

    https://blog.csdn.net/sinat_29957455/article/details/79059436

    https://www.cnblogs.com/pengsixiong/p/5050833.html

    .

    end

    展开全文
  • linux命令详解之df命令

    万次阅读 多人点赞 2017-04-18 08:11:41
    df命令概述df命令作用是列出文件系统的整体磁盘空间使用情况。可以用来查看磁盘已被使用多少空间和还剩余多少空间。 df命令显示系统中包含每个文件名参数的磁盘使用情况,如果没有文件名参数,则显示所有当前已挂载...

    分享一个零基础,通俗易懂,而且非常风趣幽默的人工智能教程(如不能直接点击访问,请以“右键”->“在新标签页中打开链接”方式打开)网站,网址:https://www.cbedai.net/gnailoug/

    df命令概述

    df命令作用是列出文件系统的整体磁盘空间使用情况。可以用来查看磁盘已被使用多少空间和还剩余多少空间。
    df命令显示系统中包含每个文件名参数的磁盘使用情况,如果没有文件名参数,则显示所有当前已挂载文件系统的磁盘空间使用情况,参考示例1
    在默认情况下,磁盘空间是以1KB为单位进行显示的,但是,如果POSIXLY_CORRECT环境变量被设置为true,这种情况下默认使用512字节为单位显示,参考示例9

    df命令语法

    df [选项] [文件名]
    参数:
    -a--all,显示所有的文件系统,包括虚拟文件系统,参考示例2
    -B--block-size,指定单位大小。比如1k,1m等,参考示例3
    -h--human-readable,以人们易读的GB、MB、KB等格式显示,参考示例4
    -H--si,和-h参数一样,但是不是以1024,而是1000,即1k=1000,而不是1k=1024。
    -i--inodes,不用硬盘容量,而是以inode的数量来显示,参考示例5
    -k:以KB的容量显示各文件系统,相当于--block-size=1k
    -m:以KB的容量显示各文件系统,相当于--block-size=1m
    -l--local,只显示本地文件系统。
    --no-sync:在统计使用信息之前不调用sync命令(默认)。
    -sync:在统计使用信息之前调用sync命令。
    -P--portability,使用POSIX格式显示,参考示例6
    -t--type=TYPE,只显示指定类型的文件系统,参考示例7
    -T--print-type,显示文件系统类型,参考示例8
    -x--exclude-type=TYPE,不显示指定类型的文件系统。
    --help:显示帮助信息。
    --version:显示版本信息。

    df命令示例

    示例1:查看包含给定文件磁盘空间使用情况

    [root@localhost ~]# df /home   #指定一个文件夹,查看该文件夹所在磁盘的使用情况
    Filesystem           1K-blocks      Used Available Use% Mounted on
    /dev/sda2             16036224   2749160  12459316  19% /
    
    [root@localhost ~]# df /bin/ls   #指定一个文件
    Filesystem           1K-blocks      Used Available Use% Mounted on
    /dev/sda2             16036224   2749160  12459316  19% /
    
    [root@localhost ~]# df /bin/ls /home  #指定多个文件或文件夹
    Filesystem           1K-blocks      Used Available Use% Mounted on
    /dev/sda2             16036224   2749160  12459316  19% /
    /dev/sda2             16036224   2749160  12459316  19% /
    
    [root@localhost ~]# df /bin/ls /home /usr/  #指定多个文件或文件夹
    Filesystem           1K-blocks      Used Available Use% Mounted on
    /dev/sda2             16036224   2749160  12459316  19% /
    /dev/sda2             16036224   2749160  12459316  19% /
    /dev/sda2             16036224   2749160  12459316  19% /
    
    [root@localhost ~]# df   # 默认情况
    Filesystem           1K-blocks      Used Available Use% Mounted on
    /dev/sda2             16036224   2750464  12458012  19% /
    /dev/sda1               295561     16911    263390   7% /boot
    tmpfs                  1028272         0   1028272   0% /dev/shm
    

    输出结果列说明:

    • Filesystem:代表该文件系统时哪个分区,所以列出的是设备名称。
    • 1K-blocks:说明下面的数字单位是1KB,可利用-h-m来改变单位大小,也可以用-B来设置。
    • Used:已经使用的空间大小。
    • Available:剩余的空间大小。
    • Use%:磁盘使用率。如果使用率在90%以上时,就需要注意了,避免磁盘容量不足出现系统问题,尤其是对于文件内容增加较快的情况(如/home、/var/spool/mail等)。
    • Mounted on:磁盘挂载的目录,即该磁盘挂载到了哪个目录下面。

    示例2:查看所有文件系统

    [root@localhost ~]# df -a    #包括虚拟文件系统
    Filesystem           1K-blocks      Used Available Use% Mounted on
    /dev/sda2             16036224   2749160  12459316  19% /
    proc                         0         0         0   -  /proc
    sysfs                        0         0         0   -  /sys
    devpts                       0         0         0   -  /dev/pts
    /dev/sda1               295561     16911    263390   7% /boot
    tmpfs                  1028272         0   1028272   0% /dev/shm
    none                         0         0         0   -  /proc/sys/fs/binfmt_misc
    none                         0         0         0   -  /proc/fs/vmblock/mountPoint
    sunrpc                       0         0         0   -  /var/lib/nfs/rpc_pipefs
    
    [root@localhost ~]# df     # 默认
    Filesystem           1K-blocks      Used Available Use% Mounted on
    /dev/sda2             16036224   2749160  12459316  19% /
    /dev/sda1               295561     16911    263390   7% /boot
    tmpfs                  1028272         0   1028272   0% /dev/shm
    

    说明:系统里面存在很多特殊的文件系统,这些比较特殊的文件系统几乎都是在内存当中,(如/proc挂载点),所以,这些特殊文件系统都不会占据硬盘空间。

    示例3:指定单位大小

    [root@localhost ~]# df -B 1k    #1k为单位
    Filesystem           1K-blocks      Used Available Use% Mounted on
    /dev/sda2             16036224   2749160  12459316  19% /
    /dev/sda1               295561     16911    263390   7% /boot
    tmpfs                  1028272         0   1028272   0% /dev/shm
    
    [root@localhost ~]# df --block-size 1m   #1M为单位
    Filesystem           1M-blocks      Used Available Use% Mounted on
    /dev/sda2                15661      2685     12168  19% /
    /dev/sda1                  289        17       258   7% /boot
    tmpfs                     1005         0      1005   0% /dev/shm
    

    示例4:以人们易读的方式显示

    [root@localhost ~]# df -h
    Filesystem            Size  Used Avail Use% Mounted on
    /dev/sda2              16G  2.7G   12G  19% /
    /dev/sda1             289M   17M  258M   7% /boot
    tmpfs                1005M     0 1005M   0% /dev/shm
    

    示例5:以inode的数量显示

    [root@localhost ~]# df -i
    Filesystem            Inodes   IUsed   IFree IUse% Mounted on
    /dev/sda2            4141216  101279 4039937    3% /
    /dev/sda1              76304      35   76269    1% /boot
    tmpfs                 257068       1  257067    1% /dev/shm
    

    示例6:使用POSIX格式显示

    [root@localhost ~]# df -P  #使用POSIX格式显示
    Filesystem         1024-blocks      Used Available Capacity Mounted on
    /dev/sda2             16036224   2750464  12458012      19% /
    /dev/sda1               295561     16911    263390       7% /boot
    tmpfs                  1028272         0   1028272       0% /dev/shm
    
    [root@localhost ~]# df 
    Filesystem           1K-blocks      Used Available Use% Mounted on
    /dev/sda2             16036224   2750464  12458012  19% /
    /dev/sda1               295561     16911    263390   7% /boot
    tmpfs                  1028272         0   1028272   0% /dev/shm
    

    示例7:只显示类型为ext3的文件系统

    [root@localhost ~]# df -t ext3
    Filesystem           1K-blocks      Used Available Use% Mounted on
    /dev/sda2             16036224   2750464  12458012  19% /
    /dev/sda1               295561     16911    263390   7% /boot
    

    示例8:显示出每个文件系统的类型

    [root@localhost ~]# df -T
    Filesystem    Type   1K-blocks      Used Available Use% Mounted on
    /dev/sda2     ext3    16036224   2750464  12458012  19% /
    /dev/sda1     ext3      295561     16911    263390   7% /boot
    tmpfs        tmpfs     1028272         0   1028272   0% /dev/shm
    

    示例9:显示出每个文件系统的类型

    [root@localhost ~]# df   #默认情况是1024
    Filesystem           1K-blocks      Used Available Use% Mounted on
    /dev/sda2             16036224   2750464  12458012  19% /
    /dev/sda1               295561     16911    263390   7% /boot
    tmpfs                  1028272         0   1028272   0% /dev/shm
    
    [root@localhost ~]# export POSIXLY_CORRECT=true   #设置POSIXLY_CORRECT为true
    
    [root@localhost ~]# df    #POSIXLY_CORRECT为true时默认512
    Filesystem         512B-blocks      Used Available Use% Mounted on
    /dev/sda2             32072448   5500928  24916024  19% /
    /dev/sda1               591122     33822    526780   7% /boot
    tmpfs                  2056544         0   2056544   0% /dev/shm
    
    [root@localhost ~]# unset POSIXLY_CORRECT   #取消设置POSIXLY_CORRECT
    [root@localhost ~]# df 
    Filesystem           1K-blocks      Used Available Use% Mounted on
    /dev/sda2             16036224   2750464  12458012  19% /
    /dev/sda1               295561     16911    263390   7% /boot
    tmpfs                  1028272         0   1028272   0% /dev/shm
    

    分享一个零基础,通俗易懂,而且非常风趣幽默的人工智能教程(如不能直接点击访问,请以“右键”->“在新标签页中打开链接”方式打开)网站,网址:https://www.cbedai.net/gnailoug/






    注:本系列内容主要参考《鸟哥的linux私房菜》和CentOS系统自带的帮助文档以及网上相关资料,示例都是基于CentOS。

    展开全文
  • linux查看文件大小信息,df -h和du -sh查询命令查询结果不一样
    df -h查看系统中文件的使用情况

    Size 分割区总容量
    Used 已使用的大小
    Avail 剩下的大小
    Use% 使用的百分比
    Mounted on 路径地址

    FreeBSD下,当硬盘容量已满时,您可能会看到已使用的百分比超过 100%,因为 FreeBSD 会留一些空间给 root,让 root 在档案系统满时,还是可以写东西到该档案系统中,以进行管理。

    du -sh *查看当前目录下各个文件及目录占用空间大小

    大小 文件名
    4.0K test.txt

    • du -h --max-depth=1 /root/* 查看目录下的说有文件大小
    • du -h --max-depth=1 /root 列出root目录下面所有的一级目录文件大小;
    rm删除命令
    • rm -f * 切换到要删除的目录,删除目录下的所有文件
    • rm -rf log/* 删除logs文件夹下的所有文件,而不删除文件夹本身
    df -hdu -sh显示的磁盘大小不一致原因及解决办法

    df -hT显示132G空间全部占用,du -sh显示只占用30G

    问题原因

    使用rm命令删除文件时,只有当该文件不存在任何link才会被删除
    当有进程访问这个文件时,这个文件的实际占用空间就不会释放
    du是根据文件名进行的空间统计,使用rm时该文件对系统来说已经不可见,所以不会统计这个文件。
    df则是磁盘实际占用的数量

    解决方法

    点击查看

    展开全文
  • df是DataFrame的缩写,表示读取进来的数据, 在Dataframe中选取数据包括3中情况:  1)行(列)选取(单维度选取):df[]。 这种情况一次只能选取行或者列,即一次选取中,只能为行或者列设置筛选条件(只能为一...
  • linux命令dfdf -h和df -i的区别

    千次阅读 2019-04-03 10:58:35
    df 命令: linux中df命令的功能是用来检查linux服务器的文件系统的磁盘空间占用情况。可以利用该命令来获取硬盘被占用了多少空间,目前还剩下多少空间等信息。 1.命令格式: df [选项] [文件] 2.命令功能: ...
  • 首先,初始化一个dataframe,如图:输出结果:一、df.at的用法作用:获取某个位置的值,例如,获取第0行,第a列的值,即:index=0,columns='a'data = df.at[0, 'a']输出结果:二、df.ix的用法作用:修改df指定位置...
  • 1.取得df的列名的列表,还可以索引 list(u)[-1] 2.取得df的列宽 len(u.columns) 3.把df的列融入成为其他df的列 com=pd.merge(uu,ww,how='left',on=['f_date', 'f_open', 'f_high', 'f_low', 'f_close', 'f_vol','f_...
  • df 命令: linux中df命令的功能是用来检查linux服务器的文件系统的磁盘空间占用情况。可以利用该命令来获取硬盘被占用了多少空间,目前还剩下多少空间等信息。 1.df -hT 和df -ih的区别如下 df -TH 查看磁盘大小...
  • df -i 和 df -h 的不同之处简述

    万次阅读 2018-08-02 18:57:05
    df命令的用法:df 命令:linux中df命令的功能是用来检查linux服务器的文件系统的磁盘空间占用情况。可以利用该命令来获取硬盘被占用了多少空间,目前还剩下多少空间等信息。 1.命令格式:df [选项] [文件] 2.命令...
  • pandas df.loc df.iloc 区别

    千次阅读 2020-01-26 23:06:23
    df.iloc是通过索引访问行或者列, 所以df.iloc只能跟整数 举个例子 import numpy as np import pandas as pd s = pd.Series(data=np.nan, index=[49, 48, 47, 46, 45, 1, 2, 3, 4, 5]) s ''' 49 NaN...
  • df查询命令用法区别。df -ih与df -lh

    千次阅读 2019-08-26 09:47:26
    今天磁盘显示没有可用空间了,google后记录一下。...截图如下: ...经过对比发现假如执行df -lh命令发现磁盘还有空间,但是运行启动程序显示磁盘空间已满,如: 2019-08-26 09:21:01 CST ERROR - Can't cre...
  • df.to_csv写入到csv文件 pd.read_csv读取csv文件 df.to_json写入到json文件 pd.read_json读取json文件 df.to_html写入到html文件 pd.read_html读取 html文件 df.to_excel 写入到 excel 文件 pd.read_excel ...
  • 随笔linux命令dfdf -h和df -i的区别

    千次阅读 2016-10-18 17:26:25
    在解决oracle的memory_target和linux system memory的问题是了解了一下df命令的用法: df 命令: linux中df命令的功能是用来检查linux服务器的文件系统的磁盘空间占用情况。可以利用该命令来获取硬盘被占用...
  • df=df.reset_index(drop=True)

    千次阅读 2019-04-18 00:21:00
    df=df.reset_index(drop=True) ...df = pd.read_csv('./train_file/train.csv').dropna()df_test = df.sample(frac=0.2, random_state=123456)df_train = df.drop(df_test.index) 转载于:https://www.cn...
  • du df 区别

    千次阅读 2018-07-30 16:43:03
    常用df查询当前挂载磁盘的使用情况,用du查看当前目录哪个文件占用较多; df -h du -ah -d 1 这里小结下: 问题: 1. du df 区别 2. du df 查看的空间为什么不一致 概念: du estimates and displays the ...
  • df['name']#得到的是不包含列索引的Series结构 df[['name']]#得到是包含列索引的DataFrame结构 df.name#得到是不包含列索引的Series结构 注意事项: df.name cor 1#当列名中包含空格时,这种写法会报错 df.new_...
  • df.withColumn

    千次阅读 2018-05-16 21:58:18
    # df is a DataFrame def lowerCase(string): return string.strip().lower() lowerCaseUDF = udf(lowerCase, StringType()) for (columnName, kind) in df.dtypes: if(kind == &quot;string&quot;): ...
  • df -i 与df -h 的不同

    万次阅读 2016-03-31 09:59:10
    df-h 和df -i的侧重点  这几天巡检数据库,发现脚本里有df -h 和df -i命令开始没在意,后来发现两者是不一样的 [oracle@hvr ~]$ df -h Filesystem Size Used Avail Use% Mounted on /dev/mapper/vg_hvr-lv_root...
  • df.plot

    千次阅读 2020-04-24 16:09:55
    一、介绍 使用DataFrame的plot方法绘制图像会按照数据的每一列绘制一条曲线,默认按照列columns的名称在适当的位置...二、df.plot() DataFrame.plot(x=None, y=None, kind=‘line’, ax=None, subplots=False, sha...
  • linux df命令

    千次阅读 2018-08-21 13:10:11
    df命令概述 df命令作用是列出文件系统的整体磁盘空间使用情况。可以用来查看磁盘已被使用多少空间和还剩余多少空间。 df命令显示系统中包含每个文件名参数的磁盘使用情况,如果没有文件名参数,则显示所有当前已...
  • import numpy as np import pandas as pd ...df = pd.DataFrame({'id':[1,2,3,4,5,6,3,2],'raw_grade':['a','b','c','d','a','b','c','d']}) df.raw_grade Out[4]: 0 a 1 b 2 c 3 d 4 a 5 b 6 ...
  • Linux df 命令

    千次阅读 2019-03-05 12:39:39
    Linux df命令用于显示目前在Linux系统上的文件系统的磁盘使用情况统计。 df [选项] … [FILE] … 文件-a, --all 包含所有的具有 0 Blocks 的文件系统 文件--block-size={SIZE} 使用 {SIZE} 大小的 Blocks 文件-h,...
  • 需要设置,multiLine=True df=spark.read.csv('t_question.csv',header=True,multiLine=True)
  • df.loc用法

    千次阅读 2019-04-02 11:31:15
    df.loc[行标签,列标签] df.loc['a':'b']#选取ab两行数据 df.loc[:,'one']#选取one列的数据 示例代码 df.loc[ (df.Cabin.notnull()), 'Cabin' ] = "Yes" 上一行代码的意思是:选取Cabin列中不为空的位置替换为...
  • linux下df -TH 和 df -i的区别

    万次阅读 2018-04-08 13:20:44
    df -TH 查看磁盘大小,解决:删除比较大无用的文件 df -i 查看inode:文件的字节数,拥有者id,组id,权限,改动时间,链接数,数据block的位置,解决:删除数量过多的小文件...
  • pandas_df创建 添加链接描述 RDD创建 添加链接描述 spark_df创建 一、创建DF或者读入DF 以sql输出的结果创建df,这种形式最常用。 from pyspark.sql import SparkSession from pyspark.sql import Row from...
  • df.loc和df.iloc函数用法的df由pandas.read_csv()函数读取而来。 1. DataFrame.loc Access a group of rows and columns by label(s) or a boolean array. .loc[] is primarily label based, but may also be used ...
  • df 命令详解

    千次阅读 2016-09-01 18:54:29
    df命令是用来查看linux系统服务器文件系统的磁盘使用情况。可以用该命令来查看已经使用了多少空间,还有多少空间可用。  df命令格式为 df [选线] [文件名]  df命令功能:显示指定磁盘文件的使用情况。如果没有...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 142,663
精华内容 57,065
关键字:

df