1. Pandas讀取csv或excel數(shù)據(jù)時(shí)，很可能遇到的columns中，列名會(huì)帶有特殊字符，例如：空格、

、、雙空格、引號(hào)等等，如果不想手動(dòng)修改的話，可以df.rename()來解決。

df =pd.read_excel(data_path)

df_= df.rename(columns=lambda x: x.replace(" ","").replace(' ','').replace(" ","").replace(r"","").replace(r"",""))

如果還有其他的字符，也可以類似解決。

2.python計(jì)算標(biāo)準(zhǔn)差時(shí)，出現(xiàn)nan：這個(gè)原因可能是原始數(shù)據(jù)都是nan；

但是更有可能是求解std時(shí)參數(shù)用錯(cuò)了：因?yàn)閜ython求解時(shí)，有偏估計(jì)和無偏估計(jì)是用 ddof參數(shù)來選擇的，求標(biāo)準(zhǔn)差時(shí)除以的值是：n-ddof。

如果使用numpy計(jì)算的話，numpy.std() 求標(biāo)準(zhǔn)差的時(shí)候默認(rèn)是除以 n，即有偏估計(jì)；如果要無偏估計(jì)，需要在np.std()參數(shù)中加入?yún)?shù) ddof = 1，也就是除以的是n-1；

然而，pandas卻是相反的，它默認(rèn)是無偏估計(jì)，也就是除以 n-1；如果想有偏估計(jì)，需要設(shè)置參數(shù) ddof=0，即 df.std(ddof=0)。

所以：

如果你的數(shù)值序列其他的都是nan，只有一個(gè)值不是nan，那么無偏估計(jì)時(shí)，std求解的標(biāo)準(zhǔn)差就是nan了。

3. 列表、字符串等在直接索引時(shí)，不能超出長度范圍；但是切片索引時(shí)，卻可以超出范圍，超出范圍時(shí)取值一直到末尾。

例如：

a = 'abcdefg'

#print(a[10]) # 報(bào)錯(cuò)：IndexError: string index out of range

print(a[3:10]) #不報(bào)錯(cuò)：返回 defg

b= [2,3,4,5]#print(b[10]) # 報(bào)錯(cuò)：IndexError: string index out of range

print(b[2:10]) #不報(bào)錯(cuò)：返回 [4, 5]

4. range函數(shù)，有步長參數(shù)可用

range(start,stop[,step])

有時(shí)候，步長參數(shù)可以讓你減少一層for循環(huán)的使用。

for ii in range(1,8,2):print(ii)

5. pandas求取眾數(shù) mode() 方法，多個(gè)眾數(shù)時(shí)，求所有眾數(shù)的均值

importpandas as pdimportnumpy as np

df= pd.DataFrame({'name':['Jack','Alex','Bob','Nancy','Mary','Alice','Jerry','Wolf'],'course':['Chinese','Math','Math','Chinese','Math','English','Chinese','English'],'grade':[1,1,2,2,2,2,3,3],'score':[85,85,91,78,89,89,78,79]})print(df.score)

aa= df.score.mode() #眾數(shù)

print(type(aa)) #

print('aa:',aa) #如果有多個(gè)眾數(shù)，會(huì)形成一個(gè)序列返回

print(np.mean(aa)) #多個(gè)眾數(shù)時(shí)，求均值

注：scipy.stats.mode() 和df.value_counts() 均可用于求眾數(shù)。

參考：

總結(jié)

以上是生活随笔為你收集整理的python not in range1002无标题_Python中偶尔遇到的细节疑问（一）：去除列名特殊字符、标准差出现nan、切片索引可超出范围、range步长、众数...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。