数据处理共60篇

两段文字显示相同，底层却可能由不同的Unicode码位组成。整理跨平台文件名或文本时，先确认这是表示方式差异，还是确实不同的字符。

同一个瞬间可以显示为不同地区的钟表时间。Python中先明确datetime是否携带时区信息，再做转换，能够避免定时任务和日志对不上时间的问题。

姓名和分数分别放在两个列表里时，通常希望它们长度一致。默认zip会在最短输入结束时停止；如果长度不一致，额外元素可能没有机会进入结果。

同一个JSON对象里出现两次同名字段，可能造成不同系统理解不一致。Python的默认解析会保留最后一对同名键值；需要严格输入约束时，应显式检查重复名称。

CSV里保存的文本，进入电子表格软件后可能被解释为公式。来自用户的昵称、备注等字段，不能因为已经通过CSV格式转义就默认只会按文字显示。

只想保留最近几条状态时，可以使用带maxlen的deque。但容量限制意味着旧内容可能被自动移出，不能把它当成永不丢记录的日志存储。

比较连续读数时，需要第一项与第二项、第二项与第三项依次配对。pairwise提供这种重叠的相邻组合，与把列表每两项切成一组不同。

用jq读取JSON布尔字段时，终端显示false不代表命令一定返回失败。默认退出状态主要反映程序是否正常运行，若要让结果参与脚本条件判断，需要理解-e的规则。

在有序列表中找一个数，bisect_left返回适合插入的位置，而不是“找到或找不到”的直接答案。使用结果前还要检查位置是否越界，以及当前位置的值是否相等。

itertools.groupby按照连续相同的键分组，并不会自动把整份数据中同键的记录聚到一起。看到A、B、A分成三组，通常是输入顺序与预期用途没有对齐。