python pandas 学习遇到的问题

• Python pandas 学习错题集
• 报错 1： print(pd.concat({'A':df1},{'B':df2},axis=1)) #???

TypeError: concat() got multiple values for argument 'axis'

def df_ct():
    df1=make_df(list('abcdf'),[1,2,3,4,5])
    df2 = make_df(list('eh'), [13, 22])
    print(line_sig)
    print(pd.concat([df1,df2]))
    print(line_sig)
    print(pd.concat({'A':df1},{'B':df2},axis=1)) #???

原因：pd.concat({'A':df1},{'B':df2},axis=1)，这里面确实是多个axis了，有2个花括号。

改成：pd.concat({'A':df1,'B':df2},axis=1) 就ok 了。

 

• 报错 2： AttributeError: 'Series' object has no attribute 'sort_vlaues'

group_director =mv_data.groupby(by='director_name')['gross'].sum()
print(type(group_director))
print('导演的票房总值 \n{}'.format(group_director.sort_vlaues()))

sort_vlaues这个名称打错了，应该是sort_values()

 

• 报错3： 'DataFrame' object has no attribute 'get_chunk'

 ub_data=pd.read_csv('D:\\Python\\数据分析课件\\数据源\\UserBehavior.csv')
    ub_data=ub_data.get_chunk(10000)

原因：读取csv的时候 参数少了。 对，就是第一行的iterator=True。使用chunk来分批次读取size行，前提是读取对象dates要可用iterator。

  改成：

pd.read_csv('D:\\Python\\数据分析课件\\数据源\\UserBehavior.csv',header=None,iterator=True)

 

• 报错4：   No module named 'dateutil'

    "Unable to import required dependencies:\n" + "\n".join(missing_dependencies)
ImportError: Unable to import required dependencies:
dateutil: No module named 'dateutil'

import pandas as pd

原因：pandas库是人工从别的环境拷贝的，没有把库：datautil 也拷贝进去

 

• 报错5：AttributeError: 'function' object has no attribute 'tolist'

File "D:/Python/practices/TaobaoBehavior/display_time.py", line 95, in day_report
    y=day_data.count.tolist()
AttributeError: 'function' object has no attribute 'tolist'

def day_report():
    data=time_data()
    # 根据hour分组，以用户id为主计算每个用户活跃次数
    day_active=data.groupby('hour')['user_id'].count()
    # user_id 表名？
    day_data=day_active.reset_index().rename(columns={'user_id':'count'})
    print(line_sig)
    print(day_data)
#     打印柱状图
    x=day_data.hour.tolist()
    y=day_data.count.tolist()

 错误分析： day_data=day_active.reset_index().rename(columns={'user_id':'count'})， 这句设置的列名 ：'user_id':'count'， 这个count与保留字冲突。

修改大字首字母然后y的值count也用大写，以下是需要修改的2个地方 ：

day_data=day_active.reset_index().rename(columns={'user_id':'Count'})

....

y=day_data.Count.tolist()

然后运行就正常了。

 

• 报错6 : 用pandas.to_datetime()与用time.strftime()去转换时间戳转出来的时间结果不一样？

print(pd.to_datetime(1511644942, unit='s'))  # Timestamp('2017-11-24 17:21:10')
time.strftime('%Y-%m-%d %H', time.localtime(1511644942)) # 2017-11-25 21:22:22

增加转换为上海时间，相差11分钟输出：

time_stamp=1511644942 
print(pd.to_datetime(time_stamp,  utc=True,unit='s').tz_convert("Asia/Shanghai"))  # Timestamp('2017-11-24 17:21:10')
    print('转换为本地时间： ')
    print(time.strftime('%Y-%m-%d %H:%m:%S', time.localtime(time_stamp)))  # 2017-11-25 01:11

 加上tz_convert，设置转换的时区，输出：

2017-11-26 05:22:22+08:00
转换为本地时间： 
2017-11-26 05:11:22

？？？为什么呢？这个输出的时间不一样》》》》