python 使用过程问题总结

╰半橙微兮° 2022-09-26 14:59 217阅读 0赞

对于刚接触Python，在使用过程中存在许多简单或复杂的问题，本文总结Python使用过程中常见的一些问题，欢迎补充。

## 1 Python，使用pip提示 name pip is not defined ##

> 可能是安装的时候没有勾选pip，导致pip无法使用。

## 1.2 安装Python时勾选了add to path 和pip，但是输入pip还是提示 ##

>>> pip

Traceback (most recent call last):

File “< stdin>”, line 1, in <module>

NameError: name ‘pip’ is not defined

> 在cmd命令符下输入pip，而不是在Python解释器中输入pip。

## 2 python注释 ##

> **单行注释：\#**

#注释文字

> **多行注释：两个”’或者”“”括起来。**  
> 如：

'''第一行注释
    第二行注释'''

## 3 name ‘xrange’ is not defined ##

在3.0以后的版本，取消了xrange，并 改名为range()，要想使用range()获得一个list，必须显式调用：

>>>list（range（5））

## 4 如何设置DataFram的行名和列名 ##

直接赋值即可：

df.columns=[]  
    df.index.name=[]

## 5 将某一列设置为index ##

df.index=df['column_name ']

## 6 将时间戳（绝对时间）转换成地区时间 ##

> 两种方法,分别得到不同数据类型的时间：

*  方法1 ：先通过localtime函数转化成当地时间，然后通过strftime按照某个格式转化为字符串，因此这种方法得到的是**字符串类型**的时间。  
    eg:

import time
    stamp=1499866461
    time_loc=time.localtime(stamp)
    time=time.strftime('%Y-%m-%d %H%M%S',time_loc)

*  方法2：引入 datetime，通过utcfromtimestamp函数直接转换。这种方法得到的类型是**datetime.datetime**。

stamp=1499866461
    time=datetime.utcfromtimestamp(stamp)

In [12]: from datetime import datetime
    In [13]: stamp=1499866461
    In [14]: time=datetime.utcfromtimestamp(stamp)
    In [15]: type(time)
     Out[15]: datetime.datetime

## 7 将字符串类型的时间转化成“时间戳”索引 ##

引入了 pandas，构造DataFrame 类型数据。

In [18]: df=pd.DataFrame({
       'date':['2017/7/1','2017/7/2','2017/7/3'],'num':['1','2','3'],'char':['a','b','c']})
    
    In [19]: df
    Out[19]: 
      char      date num
    0    a  2017/7/1   1
    1    b  2017/7/2   2
    2    c  2017/7/3   3
    
    In [21]: df.info()
    <class 'pandas.core.frame.DataFrame'>
    RangeIndex: 3 entries, 0 to 2
    Data columns (total 3 columns):
    char    3 non-null object
    date    3 non-null object
    num     3 non-null object
    dtypes: object(3)
    memory usage: 152.0+ bytes

接下来要做的事情是：1.把date数据类型变为时间类型datetime，2.变为索引

*  方法一：运用pandas的.to\_datetime 和 .set\_index

In [23]: df['date']=pd.to_datetime(df['date'])#转换成datetime类型
    
    In [24]: df.info()
    <class 'pandas.core.frame.DataFrame'>
    RangeIndex: 3 entries, 0 to 2
    Data columns (total 3 columns):
    char    3 non-null object
    date    3 non-null datetime64[ns]
    num     3 non-null object
    dtypes: datetime64[ns](1), object(2)
    memory usage: 152.0+ bytes
    
    In [25]: df.set_index(df['date'])#设置为index
    Out[25]: 
               char       date num
    date                          
    2017-07-01    a 2017-07-01   1
    2017-07-02    b 2017-07-02   2
    2017-07-03    c 2017-07-03   3

*  方法2：运用函数.DatetimeIndex

In [29]: df.index=pd.DatetimeIndex(df['date'])
    In [30]: df.index
    Out[30]: DatetimeIndex(['2017-07-01', '2017-07-02', '2017-07-03'], dtype='datetime64[ns]', name='date', freq=None)
    In [31]: df
    Out[31]: 
               char      date num
    date                         
    2017-07-01    a  2017/7/1   1
    2017-07-02    b  2017/7/2   2
    2017-07-03    c  2017/7/3   3

可以看到，DatetimeIndex函数直接转换成Datetime类型的index，但是date数据项依然存在，因此，需要删去：

del df['date']

## 8 raise error：OSError: Initializing from file failed ##

描述：pd.read\_table(‘filepath’)出现错误，**原因是不支持中文的路径**，  
解决方法：

import os
    pwd=os.getcwd()
    os.chdir(os.path.dirname(filepath))
    result= pd.read_table(os.path.basename(filepath))
    os.chdir(pwd)

## 9 数字转换成字符串，方便进行索引，切片，匹配 ##

解决方法：’%d’%x