-
用merge还是join，取决于你手里的数据结构和索引状态——不是语法偏好问题，而是“谁当主表、谁提供键、键在不在索引里”这三个现实条件决定的。什么时候必须用merge？merge是pandas最通用的合并方式，不依赖索引，只要列名对得上就能连。适合绝大多数日常场景，尤其是两张表都靠普通列（比如"user_id"、"order_no"）关联时。两张表的连接字段都不是索引，比如df1["id"]和df2["customer_id"]需要指定how="outer"或ho
-
读大文件应分块读、边读边处理以控制内存：按行读适合文本，用forlineinf；分块读适合二进制，用f.read(chunk_size)；mmap适合随机访问；生成器封装提升复用性；注意及时关闭文件、清理对象并监控内存。
-
输入校验的核心目的是防止程序崩溃、误算或被恶意利用；需对字符串、数字、布尔值等手动转换并异常捕获，如用isdigit()校验正整数、strip()去空格、小写比对处理布尔输入。
-
Python语法元素包括变量赋值（动态类型、链式与解包）、内置数据类型字面量（数字、字符串、布尔值、None、容器）、运算符与表达式（算术、比较、逻辑）、结构化语法（缩进与冒号定义代码块）。
-
同步代码调用协程需通过事件循环驱动，推荐Python3.7+用asyncio.run()启动新循环并运行协程；已有事件循环时用run_until_complete()；多线程中须为子线程单独创建并设置事件循环。
-
在Kivy中通过Python代码动态创建Label或Button时，若需让控件尺寸严格匹配文本内容（实现左对齐、紧凑布局等），必须显式禁用size_hint=[1,1]的默认行为，将size_hint设为[None,None]，并确保纹理尺寸更新后能正确驱动控件大小。
-
用pdb.set_trace()或breakpoint()可在代码任意位置加断点，需注意import和环境变量；常用命令为n、s、c；pp和l命令辅助查看变量与上下文；多线程、异步、打包等场景需特殊处理。
-
本文详解联合国UNLOCODE数据集中特殊编码的地理坐标（如4230N00131E）如何准确转换为标准十进制度数经纬度，并提供健壮、可复用的Python函数实现。
-
Python性能压测核心是模拟真实并发、监控QPS/响应时间/错误率/资源占用并分层定位瓶颈；首选Locust工具，支持脚本化场景设计、分布式压测及Web界面控制，需结合服务端psutil/Prometheus监控与数据库慢查分析，按网络→应用→依赖→系统顺序排查。
-
本文介绍如何使用NumPy向量化操作高效计算大规模区间赋值与累加问题，避免显式Python循环，显著提升百万级区间数据的处理性能。
-
Python进程不能直接当容器PID1，因其默认不处理SIGCHLD导致僵尸进程堆积，且无法可靠转发信号；推荐用tini等init进程代理PID1职责。
-
根本原因是logging.LogRecord默认不携带请求级上下文变量，trace_id必须通过contextvars+自定义Filter显式注入；threading.local在异步场景失效，contextvars未正确传递或解析格式错误也会导致丢失。
-
pdfplumber更适合结构化表格提取，因其原生保留文本坐标、线条和布局；PyPDF2仅输出纯文本，tabula依赖Java且对非标准线识别不稳。
-
sklearn1.2需调用sklearn.set_config(transform_output="pandas")在创建transformer前启用，仅对新建实例生效；支持类需实现_get_feature_names_out（如StandardScaler、OneHotEncoder），输入须为带列名的DataFrame，ColumnTransformer和Pipeline可自动拼接输出。
-
应分层捕获FileNotFoundError、PermissionError等具体异常，优先使用with语句管理文件，关键数据写入采用临时文件+原子重命名，编码错误需显式指定errors参数或用二进制模式。
