在 Python 做数据分析时“报错”是很常见的事。一般可以按下面思路来排查和解决:
报错不要慌,重点看:
KeyError, TypeError, ValueError)常见错误类型:
ModuleNotFoundError:没装库ImportError:导入方式不对KeyError:字典 / DataFrame 列名不存在IndexError:索引越界TypeError:类型不对(如数字 + 字符串)ValueError:值不合法(如不能转数字)FileNotFoundError:文件路径错ModuleNotFoundError: No module named 'pandas'
解决:
pip install pandas
# 或用 conda
conda install pandas
pd.read_csv("data.csv")
常见错误:
解决:
pd.read_csv("data.csv", encoding="utf-8")
pd.read_csv("data.csv", encoding="gbk")
KeyError: '年龄'
检查:
print(df.columns)
解决:
df['age'] # 用真实列名
TypeError: can only concatenate str (not "int") to str
解决:
str(年龄) + "岁"
# 或
df['col'].astype(str)
df['col'].mean() # NaN
解决:
df['col'].dropna().mean()
✅ 打印中间结果
print(df.shape)
print(df.head())
✅ 用 try-except
try:
do_something()
except Exception as e:
print("出错:", e)
✅ 用 Jupyter 分步运行(最容易定位问题)
如果你愿意,可以直接把:
发给我,我可以直接帮你改代码。
例如:
pandas 读 Excel 报错:
ValueError: Worksheet named 'Sheet1' not found
你现在的报错信息是什么?
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。