问题 1 已经记录，后续版本考虑
问题 2 在 7.0 会重新设计 selector
问题 3 在项目中处理，暂时 ueba 没有更新计划

补充一个

'Result is %s, %s' % (var1, var2)

如果只是空格分割的话，可以用 pd.read_csv(filename, sep='\s+',header=None)
如果是固定宽度的话，可以用pd.read_fwf(file_path, widths=[...], names=[...])
read_fwf 文档
pd 指 pandas
如果规律比较复杂，则需要自行处理，用正则表达式处理也可以
如果没规律。。。。那还是找规律吧

推荐配置比如正则表达式设置在 excel 文件里面，然后继续配置的人员就不需要再读程序改程序了
另外用正则连中文一起匹配是否更佳？

outlook 文档

学习一下数据表格，数据表格秒秒钟解决你这个需求：

import pandas as pd

df = pd.read_excel('/path/data.xlsx')
print(df[df['data_hr']==df['data_oil']]['姓名'].tolist())

可以测试一下，不过李双一发帖踊跃，必须鼓励一个
做 excel 数据处理，必须学一下数据表格，学了爱不释手

同样给一个数据表格处理的例子：

import pandas as pd

df = pd.read_excel('/path/data.xlsx')
print(df[df['日期']=='20180820' ]['金额'].sum())

可以测试一下，不过李双一发帖踊跃，必须鼓励一个

学习一下数据表格，数据表格秒秒钟解决你这个需求：

import pandas as pd

df = pd.read_excel('/path/data.xlsx')
print(df[(df['姓名']=='张三' ) & (df['车型']=='凯美瑞')].count())

可以测试一下，不过李双一发帖踊跃，必须鼓励一个

再也不用去翻 word 了，拿出手机查一下

又一个发帖加入撰稿人队伍的，一看 python 功底就不错，遇到自行解决的问题，多发共享帖子，也多来看这边文档提意见

也可以用鼠标右键点击图，然后按 S 键，会弹出保存文件，可以输入全路径文件名保存

这里就是知识库嘛，就是还有点少

赞一下，ftplib 需要另外下载吗？

这个还有很多人不会呢，大家加油学，其实展示效果来说，这个比机器人更有感觉！ 😁

6.0 全员要重新培训一下，现在各部门、渠道代理和客户均需逐步安排起来

看到火速联系研发，顿时觉得很尴尬 😟
你当时看到什么日志，出了什么问题补充一下，这样对大家帮助比较大
@guanyf @wangcx 你们也补充下

高难度动作！你用的哪个版本说一下

左右拍照效果也不错的，可以自行调整上下还是左右
我不知道，原来 chrome 也是 F12，哈哈，mac 上 chrome 是没有 F12 的

公司会配置 logstash 的人非常少，大家学一下，功能强大的超乎想象，无需研发，即可实现大量数据转换处理功能
logstash 配置语法是基于 ruby 的，ruby 也是类似 python 的一种新生代语言，大家再学习 logstash 配置的同时，也顺便学习下 ruby
现在世界语言排名如下：

满满的干货，大家赶快学起来 👍

代码改一下，点这个

高级一点的是：
```Python
这里放代码
```
你试试

赞一下，以后要把这个 bbs 作为大家总结小技巧的记录板，以后遇到的问题都在这里总结分享

今天在支持江峰时，发现 pd.read_html 有一个 bug，就是他只会读取 tbody 的第一个部分即 tbody[0]，为临时解决这个问题，查找后完整解决方案如下：

import pandas as pd
from bs4 import BeautifulSoup

html_table = '''
<table>
  <thead>
    <tr><th>Col1</th><th>Col2</th>
  </thead>
  <tbody>
    <tr><td>1a</td><td>2a</td></tr>
  </tbody>
  <tbody>
    <tr><td>1b</td><td>2b</td></tr>
  </tbody>
</table>'''

# fix HTML
soup = BeautifulSoup(html_table, "html.parser")
for body in soup("tbody"):
    body.unwrap()

df = pd.read_html(str(soup), flavor="bs4")
print(df[0])

得到的结果是：

   Col1  Col2  
0  1a  2a  
1  1b  2b

也可以简单的去除一下 tbody 的标记：

html_table = html_table.replace('</tbody>', '').replace('<tbody>', '')

当然前一种方法较为规范，很多多 tbody 标记后面还有具体的属性（attribute），第一种方法去除的比较干净。
另外需要注意的是，th 表示 table head，这种情况一般不需要指定 header=0

你也用 jupyte notebook 啊，为啥导出的 notebook markdown 语法和这个论坛不兼容呢，搞得只能截图

点个赞，原因还需要大家分析研究

点赞，大家对表格数据多试多用，异常强大的数据处理能力 👍

从 5.0 开始，不需要太多编程，也可以处理 dataframe 类型的数据了

这些功能可以帮助进行筛选和数据处理

客户端推荐安装在 c 盘，但是很多客户会恢复 c 盘的可以安装在 d 盘