pandas一些报错的处理

本文探讨在使用Pandas处理数据时,如何避免将数组【1,0】作为字符串处理的问题,特别是在机器学习分类任务中,如MNIST手写体识别。文章提供了一种有效的方法来正确存储和读取数组数据,确保其被识别为数值而非对象类型。

1.cant convert the string to 'float[1,0]'

有的时候,我们有把【1,0】数组存进pandas里的需求,合理!

但是我们可能遇到这种情况。比如分类问题,比如mnist手写体识别。

x=tf.placeholder(tf.float32,[None,INPUT_NODE])

 y_=tf.placeholder(tf.float32,[None,OUTPUT_NODE])

我们希望输入的是float类型,但是一旦我们把【1,0】以类似这样的形式存入:

 

 df2.fakelab1.loc[i]=[1,0]

最后,就会出错:cant convert the string to 'float[1,0]'

一查dataframe里的属性,发现对应的fakelab1的属性是object,不是float或者int。

解决方案:

有多少数据,就存进几列里。

df2= pd.DataFrame(columns=['fakelab1','fakelab2'])  #新建具有列名的空的dataframe

 df2.fakelab1.loc[i]=1;

 df2.fakelab2.loc[i]=0;

效果如下: 

用print(dt.info())查看数据格式信息,发现已经不是object格式了

然后调用:

dataOutTr=pd.read_csv('./1.csv',usecols=[i for i in range(36,38)])    #fakelab1,fakelab2分别在36,37列。  

 

### VSCode 中解决 `No module named 'pandas'` 报错的方法 当在 VSCode 运行 Python 代码时遇到 `ModuleNotFoundError: No module named 'pandas'` 的错误,通常是因为当前使用的 Python 解释器未安装所需的模块或者解释器配置不正确。以下是详细的解决方案: #### 1. **确认虚拟环境是否已激活** 如果使用了虚拟环境,则需要确保其已被正确激活。可以通过以下方式验证并激活虚拟环境: - 在命令行中进入项目的根目录,并执行如下命令来激活虚拟环境(假设虚拟环境名为 `.venv`)[^2]: ```bash .\.venv\Scripts\activate ``` - 如果操作成功,命令行前缀应显示虚拟环境名称,例如 `(env_name)`。 #### 2. **检查 Pandas 是否已在指定环境中安装** 即使全局安装了 Pandas,在特定的虚拟环境中仍可能缺失此依赖项。因此需在目标环境中重新安装 Pandas: - 确认虚拟环境处于活动状态后,运行以下命令以安装 Pandas[^2]: ```bash pip install pandas ``` #### 3. **设置 VSCode 使用正确的 Python 解释器** VSCode 默认可能会选择系统级的 Python 解释器而非项目中的虚拟环境。为了修正这一点,请按照以下步骤操作: - 按下快捷键 `Ctrl+Shift+P` 或者点击顶部菜单栏中的“视图 -> 命令面板”,打开命令面板。 - 输入并选择 `Python: Select Interpreter`。 - 列表中找到对应于您的虚拟环境的解释器路径(通常是类似于 `D:\Code_study\pythonProject\.venv\bin\python.exe`),然后选中它[^3]。 #### 4. **调整终端类型以防误配** 有时,默认终端可能是 PowerShell 而非 Command Prompt,这可能导致某些情况下无法正常加载虚拟环境变量。可以更改默认终端为 CMD 来规避此类问题: - 打开 VSCode 设置 (`File -> Preferences -> Settings`)。 - 搜索关键字 “Terminal>Integrated: Default Profile Windows” 并将其更改为 `Command Prompt`。 #### 5. **修改任务构建脚本来适配自定义 Python 路径** 对于高级用户来说,还可以通过编辑 `tasks.json` 文件来自定义编译过程以及明确指派给定的任务所用的具体 Python 版本号。具体做法如下所示[^4]: ```json { "version": "2.0.0", "tasks": [ { "label": "Run with custom python interpreter", "type": "shell", "command": "path_to_your_python_interpreter", // 替换为此处实际的解释器地址 "args": ["${file}"], "problemMatcher": [], "group": { "kind": "build", "isDefault": true } } ] } ``` 其中 `"command"` 字段应当指向您希望调用的那个确切版本的 Python 可执行文件的位置。 --- ### 总结 以上方法涵盖了从基础到进阶的不同层面处理策略,能够有效应对大多数因环境配置不当引发的 `No module named...` 类型的问题。务必逐一排查直至定位根本原因再采取相应措施加以修复。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值