你这个 excel 表就能很快实现，一共也没多少数据

import pandas as pd

df = pd.read_excel("data.xlsx")

df1 = df.pivot_table(index="医院",columns="月",values="总计",aggfunc="sum").reindex(columns=range(1,13)).fillna(0).cumsum(axis=1)
df1.columns = [f"{c}月" for c in df1.columns]

from itertools import product
df2 = df1.reindex(index=list(product(df1.index.get_level_values(0).unique(),[f'{i}' for i in np.arange(1,8,1)])),fill_value=0)

你说的基本都是对的但是有点狭隘，知道为什么现在机器学习、科学计算和数据分析大部分都用 python 这种比较慢的脚本语言当接口吗，因为生态好，除了 np 和 pd，scipy,sklearn,statsmodels,matplotlib,seaborn 都基于 numpy,pytorch 的 tensor 也和 np.array 基本一致，以上这些，excel，SQL，R，julia 目前甚至未来都是做不到的。

manjaro 就很友好，基本不需要配置，archlinux 的嫡系

vimium，一个 gg 就上去了，G 就到最下边

@whasyt #10 既然你会 python，那么你现在的难点是什么？我没弄明白，excel 不方便就自己写点代码呗

你用 pandas 读两个表，索引 merge 或者 concat，然后用 isna,notna 看看是否也有 nan，col1/col2 计算误差，是这样吗？

墙面刷漆能用标准色就用标准色，自己调的留好色号，我家墙被我用无痕钉打坏了，至今都没办法，因为找不到相同颜色了，只能准备弄个照片墙盖上

蹭蹭，啊不是，沾沾喜气

@yolee599 #78 带森有的是 100 块以上产品就带的矿物负离子，松下高端带的叫纳米水离子（ nanoe ），好象是这样

我觉得我破译了楼主想问的问题，应该是，有一个形似 xxxyyyzzz 的字符串，y 是随机的（没说是数字还是字符还是两者组合），如果遇到 x,z 都是随机字母数字组合，那么删除该行，如果 x,z 都是纯数字或纯字符，那么就保留，但楼主没说如果 x 是纯数字，z 是纯字符，是否要删除。

上个月给我媳妇新买个吹风机，对比的就是戴森和人鱼姬，最后下单后者。根据我查到的资料

戴森的优点是造型好看，手持重心合理，高速风机
缺点是贵，没有离子这种护法功能，说白了就是傻吹，更适合中短发型，尤其是男性

我媳妇用了人鱼姬吹了一个月说吹完确实头发更顺滑了。

我是昌平县城的，钓鱼的多在小汤山，昌金路（大辛峰村北口东），上面是我路过见到的，但我估计还有很多，比如十三陵、南口附近。免费的就运河钓，你就沿着运河开车走，外面都是铁丝网，但是里面肯定有人钓鱼，你问问里边人把哪里的铁丝网剪开了，你也能进去钓，运河里晚上野钓的特别多。

@owtotwo #18 佩服，你这个 fast 写的我都没看懂，不过我请了个外援 numpy，速度比 fast 再提高一倍以上，如果再想提高就得上 numba 了。
用你的测速函数需要提前转成 numpy 数组
```
arr2 = np.array(arr)
```
而且由于内部是 numpy.int64 类型，所以 assert 会出错，不过结果是正确的
https://pastebin.ubuntu.com/p/p6cyJjvZjR/

你这没图我也不好瞎说，先找个图床把图贴上来，但是 pandas 绘 bar 图我都是用 party_pcts.plot(kind='bar')

代码乱了贴这里，https://pastebin.ubuntu.com/p/XpzXdYyHhF/

```
from itertools import groupby
from operator import itemgetter

result = []
arr = [1, 0, 0, 1, 1, 1, 0, 0, 0, 1, 0, 1, 1, 1, 1]
for i,j in groupby(enumerate(arr), key=lambda x:x[1]==1):
if i:
j = list(j)
if len(j) > 1:
idx = list(map(itemgetter(0), j))
result.append([min(idx),max(idx)])
```