重新安装后使用pandas数据帧的问题
可能是由于环境配置或库依赖的问题导致的。下面是一些可能的解决方案：
- 确保已正确安装pandas库：可以使用pip命令来安装pandas，例如在命令行中执行
pip install pandas。如果已经安装了pandas，可以尝试升级到最新版本，使用pip install --upgrade pandas命令。 - 检查Python环境：确保你正在使用的Python版本与pandas兼容。pandas支持Python 3.6及以上版本。
- 检查依赖库：pandas可能依赖其他一些库，例如NumPy。确保这些依赖库也已正确安装，并且版本与pandas兼容。可以使用
pip list命令查看已安装的库及其版本。 - 检查环境变量：确保环境变量已正确配置，包括Python的安装路径和库的安装路径。
- 重新安装pandas：如果以上方法都无效，可以尝试卸载并重新安装pandas。可以使用
pip uninstall pandas命令卸载，然后再使用pip install pandas命令重新安装。 - 导入pandas库：在代码中确保正确导入pandas库，例如使用
import pandas as pd。
如果问题仍然存在，可以提供更多详细的错误信息或代码片段，以便更好地帮助解决问题。
相关·内容
我有一些代码，其中我将pandas数据帧转换为dask数据帧，并在行上应用一些操作。代码过去工作得很好，但现在似乎由于dask导致的一些内部错误而崩溃。有人知道问题出在哪里吗？
示例：
import dask.dataframe as dd
x = pd.DataFrame(np.ones((4, 2)),columns=['a', 'b'])
df = dd.from_pandas(x, npartitions=2)
df.compute()
----------------------------------------------------------
浏览 26提问于2021-05-20得票数 3
我使用pandas 0.15.2并从mysql storedproc读取到dataframe
import pandas.io.sql as psql
cnx= pymysql.connect( .. connection string ...)
df=psql.read_sql_query('call storedproc', con=cnx)
数据库非常活跃，经常有新数据，我意识到每当我重新运行上述语句将数据加载到我的数据帧中时，它都会返回最后查询的数据缓存。如果我再运行几次read_sql_query，它最终还是会加载的。我的问题是，什么是正确的方法，以确保它永远不会获得
浏览 2提问于2015-04-04得票数 1
我之前问了一个关于如何的问题，在阅读了提供的答案和之后，我取得了一些进展。我最终使用了以下代码将scipy.sparse.csc_matrix转换为pandas数据帧：
df = pd.DataFrame(csc_mat.todense()).to_sparse(fill_value=0)
df.columns = header
然后，我尝试使用建议的语法将pandas数据帧转换为spark数据帧：
spark_df = sqlContext.createDataFrame(df)
但是，我得到了以下错误：
ValueError: cannot create an RDD from type:
浏览 1提问于2016-11-04得票数 8
1回答
我试着用木星笔记本来绘制热图。我的表由10个方格和许多行组成。第一行是殖民地的名称。我在巧妙地使用自由语言。
import plotly.offline as py
import plotly.graph_objs as go
import pandas as pd
import numpy as np
import pickle
import matplotlib
import matplotlib.pyplot as plt
from pandas import ExcelWriter
from pandas import ExcelFile
heatmap = go.Heatm
浏览 3提问于2018-01-18得票数 0
回答已采纳
3回答
我在python pandas中有两个数据帧
数据帧1
User_id zipcode
1 12345
2 23456
3 34567
数据帧2
ZipCodeLowerBound ZipCodeUpperBound Region
10000 19999 1
20000 29999 2
30000 39999 3
如何使用pandas merge将区域中的数据映射到条件为if(df1.zipcod
浏览 3提问于2016-10-29得票数 3
我将这些数组赋值到pandata帧中。
date_quote = []
price1 = []
price2 = []
数组中已填充值。price1[]、price2[]包含浮点值，而date_quote[]包含datetype值。
这就是我如何将数组分配到panda dataframe中。
df = pd.DataFrame({'price1 ':price1 ,
'price2 ': price2 ,
'date': date_quote
浏览 3提问于2018-08-09得票数 0
回答已采纳
我遵循设置了一个带有数据科学库和Debian GNU/Linux9磁盘映像的Google Compute Engine VM实例。我在本地机器上运行了一个数据探索笔记本，发现pandas.read_csv()搞砸了我训练数据的导入。
正确导入后，数据集是一个具有一列(“text”)的pandas数据帧。该栏中的3000个条目中的每个条目都是来自生物医学文献语料库的文章。但是，在VM上发生的情况是，应用了某个长度阈值，pandas将给定文章的一部分分流到数据帧的新行。它对大多数但不是所有的文章都是这样做的，数据帧最终有近6000个条目。更重要的是，尝试在上面训练模型是没有用的。
我使用Vagra
浏览 0提问于2017-08-08得票数 0
2回答
我买了Mac M1，现在设置我的python环境。
I安装了Rosetta 2，并将我的终端设置为Rosetta 2，我安装了pyenv，brew安装了Sqlite3，brew安装了python 3.9.4和pyenv (设置为带有brew< code >H 111</code>的可视化演播室代码，最后在我的终端中安装了"pip安装熊猫“。<code>H 212</code><code>F 213</code>
现在，我在VS代码中打开了一个jypyter笔记本文件，并试图以pd的形式导入熊猫，然后它抛出了以下错误
浏览 7提问于2021-07-13得票数 1
回答已采纳
1回答
我试图将两个变量(一个ID和一个DateTime变量)为MultiIndexed的熊猫数据帧转换为dask数据帧，但是我得到了以下错误； "NotImplementedError: Dask does not support MultiIndex Dataframes" 我正在使用下面的代码 import pandas as pd
import dask.dataframe as dd
dask_df = dd.from_pandas(pandas_df) 实际上，我有700多个熊猫数据帧(每个超过100MB)，我计划将每个熊猫数据帧转换为dask，然后将它们全部附加到一
浏览 18提问于2019-07-02得票数 2
回答已采纳
我是一个数据科学的新手。我还没有找出为什么我得到了一个属性错误。我在Visual Studio代码中使用了python 3.8.3。我在终端中安装了Pandas (pip install Pandas)。我不知道问题出在哪里。任何帮助都将不胜感激。 import pandas as pd
df=pd.DataFrame()
print(df) 我所做的就是创建一个空的数据帧。我得到了： Traceback (most recent call last):
File "c:/Users/Fatma Elik/Documents/VS Code/BTK/Pandas_datafram
浏览 96提问于2020-07-06得票数 1
回答已采纳
我有一个13M行的pyspark数据帧，我想把它转换成pandas数据帧。然后，将根据其他参数以不同的频率(例如1秒、1分钟、10分钟)对数据帧进行重新采样以进行进一步分析。
从文献[，]中，我发现使用以下任何一行都可以加快pyspark到pandas数据帧之间的转换：
spark.conf.set("spark.sql.execution.arrow.pyspark.enabled", "true")
spark.conf.set("spark.sql.execution.arrow.enabled", "true")
但是，
浏览 11提问于2021-11-19得票数 0
1回答
Pandas错误-遇到无效值
、、、、
我是新来熊猫的。我下载并安装了。然后，我尝试通过Spyder应用程序运行以下代码：
import pandas as pd
import numpy as np
train = pd.read_csv('/Users/Ben/Documents/Kaggle/Titanic/train.csv')
train
尽管如我所料，这会打印数据帧，但它也会显示以下错误
//anaconda/lib/python3.4/site-packages/pandas/core/format.py:1969: RuntimeWarning: invalid value encountered
浏览 2提问于2015-05-29得票数 22
1回答
我正在创建一个小的Pandas数据帧： df = pd.DataFrame(data={'colA': [["a", "b", "c"]]}) 我把那个df拷贝了一遍。我使用的不是Pandas方法，而是通用Python，对吧？ import copy
df_copy = copy.deepcopy(df) 一个df_copy.head()提供以下内容： ? 然后我将这些值放入字典中： mydict = df_copy.to_dict() 字典看起来是这样的： ? 最后，我删除了列表中的一项： mydict['colA&#
浏览 42提问于2020-01-10得票数 3
回答已采纳
探索了与熊猫 ()一起存储的Azure存储中的数据，展示了如何将数据从Azure blob商店加载到Pandas数据框架中。
他们首先下载blob并将其本地存储为CSV文件，然后将该CSV文件加载到数据帧中。
import pandas as pd
from azure.storage.blob import BlockBlobService
blob_service = BlockBlobService(account_name=STORAGEACCOUNTNAME, account_key=STORAGEACCOUNTKEY)
blob_service.get_blob_to_path(
浏览 0提问于2019-11-22得票数 1
我正在尝试做以下事情
df = pd.read_csv('a.csv')
scaler = MinMaxScaler()
df_copy = df.copy(deep=True)
for i in range(1, len(df)):
df_chunk = df_copy.iloc[i,i+10]
df_chunk = scaler.fit_transform (df_chunk)
因此，每个df_chunk都应该是一个缩放的数据帧。
问题是其中一些没有正确缩放。
如果我绘制缩放的数据点，那么适当缩放的数据框看起来就像是一系列均匀分布在0和1之间的数字。但我得到
浏览 2提问于2018-09-05得票数 0
我在pandas中将列名分配给一个数据帧，但是列名正在创建新的列，我该如何解决这个问题？
现在的数据帧是什么样子的：
abs_subdv_cd abs_subdv_desc
0 A0001A ASHTON ... NaN
1 A0002A J. AYERS ... NaN
2 A0003A NEWTON ALLSUP
浏览 6提问于2016-08-03得票数 1
回答已采纳
我用Homebrew安装了Python/pip，然后用pip安装了Pandas。但是，当我导入Pandas时，它显示缺少一个依赖项"pytz“。
所以我跑了
pip install pytz
但它认为它已经存在了
Requirement already satisfied: pytz in /System/Library/Frameworks/Python.framework/Versions/2.7/Extras/lib/python
删除pytz不起作用，当我运行pip uninstall pytz时，我得到权限错误。我该怎么处理呢？
浏览 0提问于2016-11-24得票数 0
1回答
我正在使用requests获取一个制表符分隔的数据文件，我想将其转换为pandas数据框。但是，我似乎不知道如何将解码后的数据文件转换为pandas数据框对象。
import requests
import pandas as pd
from datetime import date, timedelta
def build_url(site,yesterday):
url = 'https://waterdata.usgs.gov/az/nwis/dv?cb_00060=on&format=rdb&site_no=' + gc + '&a
浏览 10提问于2017-07-26得票数 0
回答已采纳
我有一个熊猫数据框架： type(df_s1)
Out[362]: pandas.core.frame.DataFrame 这是它的一行。它是一个系列，而不是一个数据帧。但我希望它是一个数据帧。我该怎么做呢？ type(df_s1.iloc[(j+2), 0:n_s])
Out[363]: pandas.core.series.Series 对于数据帧中的多个行，这不是问题。 type(df_s1.iloc[(j-1):(j+2), 0:n_s])
Out[364]: pandas.core.frame.DataFrame
浏览 7提问于2020-04-22得票数 0
pandas数据帧有4列： df.columns = ['col1', 'col2', 'question', 'answer'] 如何根据满足第一列的标准对数据帧进行索引，从而为'answer'列的单个条目编制索引？ 即： df['col1'=='apple' and 'col2'=='guitar'].answer
浏览 10提问于2021-01-11得票数 0
我有一个名为params.csv的csv文件。我打开ipython qtconsole并使用以下命令创建了一个熊猫dataframe：
import pandas
paramdata = pandas.read_csv('params.csv', names=paramnames)
其中，paramnames是字符串对象的python列表。paramnames示例(实际列表长度为22)：
paramnames = ["id",
"fc",
"mc",
"markup",
"asplevel",
&#
浏览 2提问于2012-07-06得票数 122
回答已采纳
我有一堆14784个文本文档，我正在尝试对它们进行矢量化，这样我就可以运行一些分析。我使用sklearn中的CountVectorizer将文档转换为特征向量。我这样做是通过调用：
vectorizer = CountVectorizer
features = vectorizer.fit_transform(examples)
其中examples是所有文本文档的数组
现在，我正在尝试使用其他功能。为此，我将这些特性存储在一个pandas数据帧中。目前，我的pandas数据帧(不插入文本特征)具有形状(14784, 5)。我的特征向量的形状是(14784, 21343)。
将矢量化的特征插入
浏览 0提问于2016-11-02得票数 14
我有一个非常简单的问题。我想将datetime字符串解析为python datetime对象，并将它们存储在pandas数据帧中。但是，我不知道如何防止pandas将datetime对象转换为pandas时间戳。例如： import dateutil
import pandas as pd
from io import StringIO
time = '2020-11-03T15:55:21'
no_pandas = dateutil.parser.parse(time)
print (type(no_pandas))
#Create a simple csv
conv
浏览 12提问于2020-12-11得票数 2
我刚接触pandas，想知道是否有可能将文本和pandas数据帧组合到一个csv文件中。
我可以毫无问题地将数据帧写入csv文件，但我想将一些描述放在数据帧之上，以描述我何时收集数据。请参阅附件关于我想要实现的目标。
提前谢谢你。
浏览 2提问于2020-07-11得票数 0
我希望能够迭代所有数据帧(而不是名称！)当前在工作区中的。
为了获得所有数据帧的列表，我找到了以下解决方案
import pandas as pd
# create dummy dataframes
df1 = pd.DataFrame({'Col1' : list(range(100))})
df2 = pd.DataFrame({'Col1' : list(range(100))})
# check whether all variables in scope are pandas dataframe.
# Dir() will return a li
浏览 3提问于2020-08-08得票数 0
回答已采纳
3回答
循环遍历一堆文件并为每个文件创建单独的数据帧的最佳方法是什么？我已经研究过其他问题，但似乎每个问题的重点都是将文件连接到一个数据框架中。
例如，如果我有mylist = 'a.csv'，'b.csv'，'c.csv'，并且我希望我的每个数据帧都使用文件的名称(a，b，c)，我不能这样做，因为赋值语句的左边被视为字符串。如何纠正这一点，以便将其解释为数据分配？
mylist = ['a.csv','b.csv','c.csv']
import pandas as pd
for file in myli
浏览 3提问于2016-04-18得票数 1
回答已采纳
2回答
给定一个数据帧列表，我希望迭代地合并它们并返回单个数据帧。输入：frames (熊猫数据框列表)和on_columns (包含要合并的列名的字符串或字符串列表)。如何使用df.merge完成此操作？“给定数据帧列表，以迭代方式合并它们并返回单个数据帧
"""HINT: Use slice on frames when iterating and merging.
Arguments:
frames {list} -- a list of pandas DataFrames
on_columns {string or list} -- a string
浏览 4提问于2018-10-11得票数 1
我有220 GB的数据。我已经将其作为两列读取到spark dataframe中: JournalID和Text。现在，我的数据帧中缺少27行。
使用NGram类，我在dataframe中添加了另外两个列Unigram和Bigram，其中包含文本列中的单字和双字。然后，我使用一元和二元语法列上的pyspark的TF和IDF类计算TFIDF，并将其作为另一列添加到dataframe中。
现在我为dataframe中的每一行都有了journalID和TFIDF vector。我想将支持向量机应用于所有类型的核，以TFIDF向量作为特征，以JournalID作为标签。由于多类支持向量机不存在于pys
浏览 1提问于2018-12-17得票数 0
我正在尝试导入excel并使用pandas read_excel函数创建数据帧。
问题是，我只需要使用从excel开始的C到F列和第17行。如何在pandas中仅选择excel文件的那部分并将其转换为数据帧？
谢谢！
浏览 0提问于2020-03-21得票数 0
我正在尝试将csv文件作为pandas数据帧导入，其中csv文件位于zip文件中。为了高效导入，我尝试在将其加载到pandas数据帧之前先获取头文件。 到目前为止，我尝试的是： from zipfile import ZipFile
from io import TextIOWrapper
import pandas as pd
with ZipFile(zip_path, 'r') as zipfile:
with zipfile.open(file_path, 'r') as file:
reader = csv.reader(T
浏览 10提问于2020-10-08得票数 1
回答已采纳
我将一个数据帧传递给一个函数。有时是Pandas数据帧，有时是Spark数据帧。我的函数需要采取相应的行动。有没有简单的方法，比如df.isPandas()，来确定一个数据帧(作为“df”接收)是Pandas数据帧还是Spark数据帧？提前谢谢。
浏览 17提问于2019-05-14得票数 1
回答已采纳
1回答
我相信在使用Dask数据帧时，我在Dask教程中看到了一个关于如何使用Dask框架中尚未实现的Pandas函数的建议，但我似乎看错了地方。例如，我想使用Pandas函数'ewm‘。 作为一种变通方法，我将Dask数据帧转换为Pandas数据帧，在Pandas数据帧上运行ewm，然后将它们转换回Dask，以便以后进行更多内存密集型操作。效率不是最高的。 有没有更好的策略呢？
浏览 10提问于2019-06-02得票数 1
回答已采纳
1回答
如果将S3路径(任何以s3://开头的内容)传递给pandas的to_csv方法，它会将数据帧直接保存到S3。这不适用于to_hdf。
我是必须使用boto3才能在S3上保存文件，还是可以直接使用Pandas来完成？
浏览 0提问于2019-09-24得票数 1
1回答
我正在寻找最好的方法来计算存储在数据帧中的许多dask delayed指令。我不确定是否应该将pandas数据帧转换为包含delayed对象的dask数据帧，或者是否应该对pandas数据帧的所有值调用compute调用。
我非常感谢大家的建议，因为我在通过嵌套的for循环传递delayed对象的逻辑上遇到了问题。
import numpy as np
import pandas as pd
from scipy.stats import hypergeom
from dask import delayed, compute
steps = 5
sample = [int(x) for x
浏览 10提问于2019-08-10得票数 0
我正在尝试编写代码，在循环中从在线来源收集数据，并在每次迭代中使用pandas操作这些数据。最初，我认为我应该在循环外初始化一个dict，获取数据，将dict转换为循环内的dataframe，并对其执行操作。但是，在循环中创建字典而不是仅仅创建一个数据帧并添加到数据帧中，这感觉非常奇怪。但据我所知，pandas并不是真正为逐个细胞更新而“设计”的(而是向量化的)。对此最有效的方法是什么？
import pandas as pd
d = {'a':[], 'b':[], 'c':[], 'x':[], 'z'
浏览 15提问于2019-08-09得票数 2
1回答
火花数据帧
、、
星火数据帧和Pandas数据帧的区别是什么？我的理解是，Pandas数据框架主要用于将CSV数据读入DF，在DF中，Spark数据帧用于将弹性分布式数据( RDD )加载到数据帧中，并且可以操作数据帧。请分享你的反馈
浏览 6提问于2020-09-01得票数 0
回答已采纳
1回答
我有一个在pandas中处理数据帧的问题。 我真的不知道该怎么办。 你能检查一下这个问题吗？ df1 ? 这是第一个数据帧，我想获得第二个数据帧。像这样 ? 我在pandas中使用重采样方法得到了索引值DATE(Week)，DATE(Month)。但我不知道像第二张表那样合并表格。所以请检查这个问题。非常感谢。
浏览 7提问于2021-01-07得票数 1
我们目前使用了大量的MongoDB聚合管道来做一些数据处理。然而，我们经常遇到一些性能问题。我正在考虑将数据从MongoDB读取到Pandas数据帧中，并使用Pandas数据帧聚合来处理数据。有谁有比较这两种方法的经验吗？另外，MongoDB聚合管道是否利用了内部的某种并行性？
浏览 0提问于2020-05-15得票数 2
2回答
我在多个子文件夹中获取了不同数量的检测器数据，基本上我需要将它们组合到一个pandas数据帧中。
我想知道有没有什么聪明的方法来做这个？
使用
查找。-name *.cvs | wc -l
给出:例如，1464个文件
然后，我必须将其加载到数据帧中。
目录结构可能类似于：
sub-sub-sub-data
/
main folder-sub-sub-sub-data
\
sub-sub-sub-data
tldr:如何将未知数量的数据从多个不同的子文件夹加载到单个pandas数据帧中
浏览 0提问于2020-06-26得票数 0
我有一个json文件，我将其转换为dict，如下所示：
{'DATA': [{'COMPANY_SCHEMA': 'ABC', 'CONFIG_TYPE': 'rtype', 'IM_ID': '44f8d1b4_437e', 'MODIFIED_DATE': 'Unknown', 'ID': 'Test', 'CONFIG_KEY': 'posting_f', 'SYSTEM_N
浏览 9提问于2018-05-08得票数 0
1回答
我在pandas中运行了一个很长的ETL管道。我必须创建不同的pandas数据帧，并且我想为一些数据帧释放内存。 我一直在阅读如何释放内存，我发现运行此命令不会释放内存： del dataframe 下面是这个链接：How to delete multiple pandas (python) dataframes from memory to save RAM?，其中一个答案说del语句并不删除实例，它只是删除了一个名称。 在答案中，他们说将数据帧放在列表中，然后删除列表： lst = [pd.DataFrame(), pd.DataFrame(), pd.DataFrame()]
del
浏览 171提问于2020-10-15得票数 2
回答已采纳
2回答
我有Dask系列的Dask数据帧。
我想在本系列中建立索引，以获取dask数据帧以供后续工作使用。
但是，使用loc[0]会导致另一个dask系列。使用to_frame也不起作用，因为结果是"Dask系列Dask数据帧的Dask数据帧“。
下面是一个使用Dask系列Pandas数据帧的最小示例(不完全相同，但说明了问题)：
import pandas as pd
import dask.dataframe as dd
pdf1 = pd.DataFrame({'a': [1,2,3,4], 'b': [4,3,2,1]})
pdf2 = pd.Data
浏览 3提问于2020-02-03得票数 1
1回答
我希望它不是重复的，但我没有找到关于我的具体问题的任何东西。我想知道是否可以使用pd.read_xml()将xmi文件转换为pandas数据帧。read_xml功能从pandas 1.3.4开始可用。我不太了解xmi和xml之间的区别，但似乎xmi是一种特殊的xml类型，这两种类型并不总是相同的。那么，是否可以使用pandas.read_xml()将xmi文件转换为pandas数据帧呢？ 提前感谢
浏览 13提问于2021-11-22得票数 0
3回答
我有两个关于dask的问题。首先: dask的文档清楚地指出，您可以使用与pandas相同的语法来重命名列。我使用的是dask 1.0.0。为什么我会得到下面这些错误的原因？
df = pd.DataFrame(dictionary)
df
# I am not sure how to choose values for divisions, meta, and name. I am also pretty unsure about what these really do.
ddf = dd.DataFrame(dictionary, divisions=[8], meta=pd.
浏览 1提问于2018-12-17得票数 7
我使用numpy.fromfile为一些复杂的二进制文件创建了一个解析器，并定义了读取二进制文件的每个部分所需的各种数据类型。然后将得到的numpy数组放入pandas数据帧中，并回收为将二进制文件转换为numpy数组而定义的相同数据类型，以定义pandas数据帧的列名。
我希望使用python struct复制这个过程，但遇到了一个问题。如果我的部分结构要求一个值是一组3个整数，我可以将数据类型定义为numpy.dtype([('NameOfField', '>i4', 3)])，二进制文件的返回值为[int, int, int]。这是否可以使用stru
浏览 0提问于2017-11-29得票数 0
如何在pandas数据帧中将逗号分隔值转换为整数列表？ 输入： ? 所需输出： ?
浏览 166提问于2021-10-19得票数 1
回答已采纳
1回答
我有一个非常大的csv文件，所以我使用spark并将其加载到spark数据帧中。
我需要从csv上的每一行提取纬度和经度，以便创建folium地图。
使用pandas，我可以用一个循环解决我的问题：
for index, row in locations.iterrows():
folium.CircleMarker(location=(row["Pickup_latitude"],
row["Pickup_longitude"]),
radiu
浏览 27提问于2018-05-30得票数 0
我有一个有700万条记录的pandas数据帧，我正在尝试创建一个dask数据帧，但我总是遇到内存问题。 使用的代码： dd_test = dd.from_pandas(df_lookup_table, npartitions=3) 错误消息： Traceback (most recent call last):
File "<input>", line 1, in <module>
File "C:\Users\user\venv\lib\site-packages\dask\dataframe\io\io.py", line
浏览 9提问于2019-01-29得票数 1
回答已采纳
2回答
给定一个如下所示的Pandas数据帧
GROUP VALUE MASK
1 5 false
2 10 false
2 20 false
1 7 true
3 17 false
3 18 false
1 100 false
1 200 true
对于掩码为真的每一行，我希望获得该组中前一个值的差值，即结果应为
VALUE DIFF
7 2
200 100
我如何在Pandas中
浏览 2提问于2016-10-22得票数 7
1回答
我在JupyterLab中使用Python3和Pandas做了几个星期的数据科学项目，没有任何问题。现在我不能通过标准的import pandas as pd加载pandas。(请参阅下面的错误消息)
我已经尝试检查以确保在我的Anaconda环境中安装了pandas。在搜索我的蟒蛇环境之后，我同时运行了pip list和conda list，它们都在蟒蛇环境的包列表中显示安装了pandas 0.25.0。
想知道这是否与最近将JupyterLab更新到1.0.2版本以及将Jupyter Notebook更新到6.0.0版本有关？
我希望import pandas as pd能正常工作，但我得
浏览 3提问于2019-07-27得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
