1，注意中括号

df = pd.read_csv(path, parse_dates=['candle_begin_time'])

2，时间修改

df['candle_begin_time'] = df['candle_begin_time'] - pd.Timedelta(hours=8)

3，删掉某一列

df.drop('symbol_type', axis=1, inplace=True)

4，某一列的replace，注意需要加上str

df['symbol'] = df['symbol'].str.replace('USDT', '-USDT')

5，比较两个文件夹

files1 = set(os.listdir(xingbuxing_spot_path))

files2 = set(os.listdir(menglong_spot_path))

unique_to_folder1 = files1 - files2

unique_to_folder2 = files2 - files1

6，文件夹下的所有文件，也可以统计个数，list(files1)

files1 = os.listdir(xingbuxing_spot_path)

7，最左下角数值

df.iloc[-1, 0]

1，注意中括号

df = pd.read_csv(path, parse_dates=['candle_begin_time'])

2，时间修改

df['candle_begin_time'] = df['candle_begin_time'] - pd.Timedelta(hours=8)

3，删掉某一列

df.drop('symbol_type', axis=1, inplace=True)

4，某一列的replace，注意需要加上str

df['symbol'] = df['symbol'].str.replace('USDT', '-USDT')

5，比较两个文件夹

files1 = set(os.listdir(xingbuxing_spot_path))

files2 = set(os.listdir(menglong_spot_path))

unique_to_folder1 = files1 - files2

unique_to_folder2 = files2 - files1

6，文件夹下的所有文件，也可以统计个数，list(files1)

files1 = os.listdir(xingbuxing_spot_path)

7，最左下角数值

df.iloc[-1, 0]