Python常见错误
发表于|更新于
|总字数:133|阅读时长:1分钟|浏览量:
python常见错误
pandas读取文件报错
文件不存在
import pandas as pd |
运行报错如下:
FileNotFoundError: [Errno 2] No such file or directory:’C:\Users\admin\Desktop\data\19\中国人寿190103am9’
文件不存在那肯定是路径的问题。去看路径,哎,好像没问题啊,都是对的。
但是仔细看几遍,你就会发现,文件路径的最终文件名没有加后缀。
改成:
path = r'C:\Users\admin\Desktop\data\19\190103am9.xlsx'
成功。
文章作者: 华子
版权声明: 本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 吏部侍郎!
相关推荐
2019-03-14
pandas中轴axis的问题理解
在学习删除方法drop时,碰到了,也突然想明白了,轴是什么意思。 引入: import numpy as npfrom pandas import Series,DataFrame#导入包obj = Series(np.arange(5),index = ['a','b','c','d','e'])#创建Series objobjOut[2]: a 0b 1c 2d 3e 4dtype: int32new_obj = obj.drop('c')#删除'c'new_objOut[5]: a 0b 1d 3e 4dtype: int32objOut[6]: a 0b 1c 2d 3e 4dtype: int32obj.drop(['b','d'])#删除'b','d'Out[7]...
2021-11-07
jieba分词
昨天,做的那个数据分析报告用到了jieba分词。但是只是借用了别人的部分代码。具体函数代表什么还不太明白。今天去官网研究了下….. jieba官网简介“结巴”中文分词:做最好的 Python 中文分词组件 "Jieba" (Chinese for "to stutter") Chinese text segmentation: built to be the best Python Chinese word segmentation module. 支持三种分词模式: 精确模式,试图将句子最精确地切开,适合文本分析;全模式,把句子中所有的可以成词的词语都扫描出来, 速度非常快,但是不能解决歧义;搜索引擎模式,在精确模式的基础上,对长词再次切分,提高召回率,适合用于搜索引擎分词。支持繁体分词 支持自定义词典 MIT 授权协议 安装pip install jieba 分词jieba.cut 方法接受三个输入参数: 需要分词的字符串;cut_all 参数用来控制是否采用全模式;HMM 参数用来控制是否使用 HMM 模型jieba.cut_fo...
2019-03-06
python
pyecharts安装地图包 pip install echarts-countries-pypkg 报错Unknown or unsupported command 'install' 这可能是因为我最近装了很多的环境导致的冲突,比如php,java环境等等。 解决方法: pip.exe install echarts-countries-pypkg 参考:pip命令提示unknow or unsupported command install解决方法 连接两个表gg_commu_data = pd.merge(gg_data,way_commu_data,on = 'call_id',how = 'left') 报错 ValueError: You are trying to merge on int64 and object columns. If you wish to proceed you should use pd.concat 这是,主键数据类型不同,一个是int,一个是对象。解决方法,更改数据类型。...
2019-03-05
numpy统计函数和布尔型数组
统计函数可以通过numpy的统计函数对整个数组或者某个轴向的数据进项统计计算。 所谓的轴向,其实就是n维向量的某一维。或者说某一行,某一列。 sum对数组(向量)中全部或某个轴向的元素求和,长度为0,则sum为0.mean算数平均数,作用范围同sum,长度为0,结果为NaN。 In [1]: import numpy as npIn [2]: x = np.arange(9).reshape(3,3)#二维In [3]: xOut[3]:array([[0, 1, 2], [3, 4, 5], [6, 7, 8]])In [4]: x.sum()Out[4]: 36In [5]: np.sum(x[0])Out[5]: 3In [6]: np.sum(x[:,0])Out[6]: 9In [7]: x.mean()Out[7]: 4.0In [8]: np.mean(x[0])Out[8]: 1.0In [9]: np.mean(x[:,1])Out[9]: 4.0In [10]: y = np.arange(18).reshape(2,3,3)#...
2019-03-06
SQL的学习
SQL的学习之路,主要参考资料是: SQL必知必会W3school的SQL简介 右击,新标签页即可打开原图 操作使用的数据库为Access及MySQL。 数据采用的是SQL必知必会中的数据 (最下方可以下载数据)。其有5个表,表的关系如下: 看不清的图片:右击新标签页打开即可。 SQL基础 检索数据 排序检索数据 过滤数据 高级过滤 通配符过滤 创建计算字段 函数特性 函数 汇总数据 分组数据 以上测试均在Access数据库中进行,以下于MySQL中进行,通过workbench(版本6.3)操作。 子查询这里说白了就是select语句嵌套,如select * from (select cust_name from customers) 联结笛卡尔积 高级联结 如果3个以上的表,那怎样联结? 3个 use test;select cust_name,cust_contactfrom (customers inner join orderson customers.cust_id = orders.cust_id)inner join orderitems on...
2019-03-14
sqlzoo练习答案练习题答案记录
这是关于在一个SQL学习网站的练习题答案记录:SQL教程 SQL基础由一些简单的查询开始这里的默认表格为WORLD表格 。 name continent area population gdp Afghanistan Asia 652230 25500100 20343000000 Albania Europe 28748 2831741 12960000000 Algeria Africa 2381741 37100000 188681000000 Andorra Europe 468 78115 3712000000 Angola Africa 1246700 20609294 100990000000 …. name:国家名称 continent:大洲 area:面积 population:人口 gdp:国内生产总值 SQL对大小写不敏感。 以显示德国德国的人口。 SELECT population FROM worldWHERE name = 'Germany' 查询面...
评论