- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
在过去的一个月里,我一直在阅读Excel工作表,而使用Pandas则没有任何问题。
尽管最近我更改了日期格式(现在已改回其原始格式mm/dd/yyyy)。
现在,当我尝试读取.xlsm时,所有突然的Pandas都会引发错误
下面是完整的错误
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-5-655581a0eaab> in <module>
----> 1 inv = p.read(r'C:\Users\Jake\OneDrive\Documents\Eastern\Inventory\Inventory_Log.xlsm')
~\Anaconda3\lib\site-packages\pyinv\__init__.py in read(filepath)
36 'Cert_Expire':'string',
37 'Rating':'string',
---> 38 'Notes':'string'
39 })
40 amount = inv.Item.count()
~\Anaconda3\lib\site-packages\pandas\io\excel\_base.py in read_excel(io, sheet_name, header, names, index_col, usecols, squeeze, dtype, engine, converters, true_values, false_values, skiprows, nrows, na_values, keep_default_na, verbose, parse_dates, date_parser, thousands, comment, skipfooter, convert_float, mangle_dupe_cols, **kwds)
332 convert_float=convert_float,
333 mangle_dupe_cols=mangle_dupe_cols,
--> 334 **kwds,
335 )
336
~\Anaconda3\lib\site-packages\pandas\io\excel\_base.py in parse(self, sheet_name, header, names, index_col, usecols, squeeze, converters, true_values, false_values, skiprows, nrows, na_values, parse_dates, date_parser, thousands, comment, skipfooter, convert_float, mangle_dupe_cols, **kwds)
883 convert_float=convert_float,
884 mangle_dupe_cols=mangle_dupe_cols,
--> 885 **kwds,
886 )
887
~\Anaconda3\lib\site-packages\pandas\io\excel\_base.py in parse(self, sheet_name, header, names, index_col, usecols, squeeze, dtype, true_values, false_values, skiprows, nrows, na_values, verbose, parse_dates, date_parser, thousands, comment, skipfooter, convert_float, mangle_dupe_cols, **kwds)
510 )
511
--> 512 output[asheetname] = parser.read(nrows=nrows)
513
514 if not squeeze or isinstance(output[asheetname], DataFrame):
~\Anaconda3\lib\site-packages\pandas\io\parsers.py in read(self, nrows)
1131 def read(self, nrows=None):
1132 nrows = _validate_integer("nrows", nrows)
-> 1133 ret = self._engine.read(nrows)
1134
1135 # May alter columns / col_dict
~\Anaconda3\lib\site-packages\pandas\io\parsers.py in read(self, rows)
2462 columns, data = self._do_date_conversions(columns, data)
2463
-> 2464 data = self._convert_data(data)
2465 index, columns = self._make_index(data, alldata, columns, indexnamerow)
2466
~\Anaconda3\lib\site-packages\pandas\io\parsers.py in _convert_data(self, data)
2532 self.verbose,
2533 clean_conv,
-> 2534 clean_dtypes,
2535 )
2536
~\Anaconda3\lib\site-packages\pandas\io\parsers.py in _convert_to_ndarrays(self, dct, na_values, na_fvalues, verbose, converters, dtypes)
1725 # invalid input to is_bool_dtype
1726 pass
-> 1727 cvals = self._cast_types(cvals, cast_type, c)
1728
1729 result[c] = cvals
~\Anaconda3\lib\site-packages\pandas\io\parsers.py in _cast_types(self, values, cast_type, column)
1823 array_type = cast_type.construct_array_type()
1824 try:
-> 1825 return array_type._from_sequence_of_strings(values, dtype=cast_type)
1826 except NotImplementedError:
1827 raise NotImplementedError(
~\Anaconda3\lib\site-packages\pandas\core\arrays\string_.py in _from_sequence_of_strings(cls, strings, dtype, copy)
199 @classmethod
200 def _from_sequence_of_strings(cls, strings, dtype=None, copy=False):
--> 201 return cls._from_sequence(strings, dtype=dtype, copy=copy)
202
203 def __arrow_array__(self, type=None):
~\Anaconda3\lib\site-packages\pandas\core\arrays\string_.py in _from_sequence(cls, scalars, dtype, copy)
195 result[na_values] = StringDtype.na_value
196
--> 197 return cls(result)
198
199 @classmethod
~\Anaconda3\lib\site-packages\pandas\core\arrays\string_.py in __init__(self, values, copy)
164 self._dtype = StringDtype()
165 if not skip_validation:
--> 166 self._validate()
167
168 def _validate(self):
~\Anaconda3\lib\site-packages\pandas\core\arrays\string_.py in _validate(self)
169 """Validate that we only store NA or strings."""
170 if len(self._ndarray) and not lib.is_string_array(self._ndarray, skipna=True):
--> 171 raise ValueError("StringArray requires a sequence of strings or pandas.NA")
172 if self._ndarray.dtype != "object":
173 raise ValueError(
ValueError: StringArray requires a sequence of strings or pandas.NA
最佳答案
根据文档Pandas doc:
新的df.astype()
方法可以与str
和"string"
一起使用
区别在于:使用"string"
它将尝试转换为不能包含任何数字的StringArray。
使用str
,它将作为对象类型进行处理,该对象类型像以前一样工作。
关于python - Pandas 数据框错误 'StringArray requires a sequence of strings or pandas.NA',我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60328035/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!