Дмитрий

>>> from datetime import datetime
>>> today = datetime.now()
>>> may_25 = datetime.strptime(f'25 May {today.year}', '%d %b %Y')
>>> (today - may_25).days
8

if msg.startswith('%ник'):
...     nick = msg.lstrip('%ник').strip()
...     if len(nick) < 5:
...             print('too short')
...     else:
...             # TODO: change nick
...             pass

Помогла замена драйвера для базы данных, т.е. было:

DB_CONNECTION = f'mysql+mysqlconnector://{DB_USER}:{DB_PASSWORD}@localhost/{DB_NAME}'

стало:

DB_CONNECTION = f'mysql+pymysql://{DB_USER}:{DB_PASSWORD}@localhost/{DB_NAME}?charset=utf8mb4'

>>> import pandas as pd
>>> data = {'ind': [1,1,1,1,2,2,2,3,3,3], 'num': [3,6,8,10,2,5,8,3,4,12]}
>>> df = pd.DataFrame(data)
>>> df['numResult'] = (df['num'] - df['num'].shift(1)).where(df['ind']==df['ind'].shift(1), other=df['num'])

В Python и в JS разное понятие о таймстемпах

datetime.fromtimestamp(1535630541000 / 1000).strftime("%d.%m.%Y")
'30.08.2018'

основы комбинаторики

captions = []
for objItem in colItems:
    if objItem.Caption != None:
        print("Caption:" + objItem.Caption)
        print("Command:" + objItem.Command)
        print("User:" + objItem.User)
        captions.append('<p>{}<p>'.format(objItem.Caption))

captions = '\n'.join(captions)
return self.wfile.write(captions.encode('utf-8'))

>>> ids = [x for x in range(10)]
>>> ids
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> ids = [ids[n:n+3] for n in range(0, len(ids), 3)]
>>> ids
[[0, 1, 2], [3, 4, 5], [6, 7, 8], [9]]

>>> nums1 = input("Введите числа: ")
Введите числа: 123000
>>> nums1 += input("Введите ещё числа: ")
Введите ещё числа: 256
>>> nums1
'123000256'
>>> nums1 = [int(i) for i in nums1 if i != '0']
>>> nums1
[1, 2, 3, 2, 5, 6]
>>> nums1.sort()
>>> nums1
[1, 2, 2, 3, 5, 6]

re.sub()

>>> import re
>>> pattern = re.compile('as')
>>> line = 'asdasddasdcx'
>>> re.sub(pattern, '', line, count=1)
'dasddasdcx'

usecols: int, str, list-like, or callable default None

        If None, then parse all columns.

        If str, then indicates comma separated list of Excel column letters and column ranges (e.g. “A:E” or “A,C,E:F”). Ranges are inclusive of both sides.
        If list of int, then indicates list of column numbers to be parsed.
        If list of string, then indicates list of column names to be parsed.
        New in version 0.24.0.
        If callable, then evaluate each column name against it and parse the column if the callable returns True.
    Returns a subset of the columns according to behavior above.

Т.е. при помощи этой опции ты указываешь какие колонки следует читать из файла, при этом их порядок останется таким же как и в файле, следовательно тебе после чтения файла необходимо поменять порядока колонок:

data_designation = ["Дата заключения", "Валюта", "Код финансового инструмента", "Операция", "Количество", "Цена", "Объём сделки"]
securities_transactions = pandas.read_excel(file_location, usecols = data_designation)
securities_transactions = securities_transactions[data_designation]
securities_transactions = securities_transactions.values.tolist()

black_list = ['password']
while True:
    password1 = str(input("Введите пароль "))
    if len(password1) < 8:
        print("Короткий!")
        continue
    elif password1 in black_list:
        print("Простой!")
        continue
    password2 = str(input("Введите пароль еще раз "))
    if password1 == password2:
        print("OK")
        break
    else:
        print("Различаются!")

with open(file_name, 'r') as f:
    for line in f:
        # your code

В этом случае файл будет читаться построчно, а не будет загружаться полностью в память. Это называеться генератором, подробнее здесь.