最近在做个贷预测时发现，在R和python里调用lgb，设置同样的参数，R的结果要比python差20个百分点，于是想重新学习一下python的语法结构，果断抛弃R语言。找了别人分享的一段baseline，记录了一些其中没见过的函数。
1）、pd.set_option()
好像是设置输出台显示dataframe的格式，最大行列数、小数位数等
# 显示所有列
pd.set_option('display.max_columns', None)
pd.set_option('display.max_columns', 5) #最多显示5列
# 显示所有行
pd.set_option('display.max_rows', None)
pd.set_option('display.max_rows', 10)#最多显示10行
#显示小数位数
pd.set_option('display.float_format',lambda x: '%.2f'%x) #两位
2）、data.shape[0] : 返回数据框的行数
data.shape[0] : 返回数据框的行数
data.columns : 返回数据框列名
3）、np.zeros()
np.zeros(shape, dtype=float, order='C')
返回：返回来一个给定形状和类型的用0填充的数组；
参数：shape:形状
dtype:数据类型，可选参数，默认numpy.float64
4）、Kflod.split()
KFold(n_split, random_state, shuffle)
n_split：需要划分多少折数
shuffle：是否进行数据打乱
random_state：随机数
KFold()方法中的split()：
for n_fold, (trn_idx, val_idx) in enumerate(folds_.split(data_))
split(a,b) 方法会根据折数对a和b进行划分。
例如n_splits = 10，则划分为10折，其中9折在a中，1折在b中进行选择。最后返回的是相应数据的下标
5）、data.iloc[index] : 根据行索引访问数据框
6）、re.search() : 扫描整个字符串，并返回第一个成功的匹配
import re
content = 'Hello 123456789 Word_This is just a test 666 Test'
result = re.search('(d+)', content)
print(result)
print(result.group()) # print(result.group(0)) 同样效果字符串
结果：
<_sre.SRE_Match object; span=(6, 15), match='123456789'>
123456789
('123456789',)
7）、pd.offsets.DateOffset() : 日期偏移
#日期变量date
date = pd.Timestamp('2017-01-01 09:10:11')
do = pd.offsets.DateOffset(month = 1)
print(date + do)
#输出结果为
Timestamp('2017-02-01 09:10:11')
