预测类学习

1.出现KeyError: 'Requested level (family) does not match index name (None)'

这个错误是因为CSV文件中使用的部分出现了空值。如果直接读取一些较大的csv文件，如第一个代码段，那么因为Excel中显示的量仅为一部分，但实际上不是所有值都读取出来了，未显示的部分应该是被定为了NAN空值，因此要使用提取数据的方法去读取数据。

a = pd.read_csv('D:/文件名.csv')#错误示范

comp_dir = Path('D://data')#正确读取

df_test = pd.read_csv(
    comp_dir / '文件名.csv',
    dtype={
        'x1': 'category',
        'x2': 'category',
        'x3': 'uint32',
    },
    parse_dates=['date'],
    infer_datetime_format=True,
)
df_test['date'] = df_test.date.dt.to_period('D')
df_test = df_test.set_index(['x1', 'x2', 'x3']).sort_index()

2、ValueError: You are trying to merge on period[D] and object columns. If you wish to proceed you should use pd.concat

与第一问的情况不同，我无法合并两个表格的并集，因为出现无名且不完全一致的列，如A的0、1、2和B的0、1。只能使用a = pd.read_csv('D:/文件名.csv')对文件进行保存删除列，再进行合并

sales_oil = pd.merge(sales_oil, oil, on='date', how='left')。

，