老师 %time这个方法 只能在ipython中使用？ 不能在pycharm中用吗

#保存数据到csv文件中
import pandas as pd
#读取数据
df=pd.read_excel("f:\\stu_data.xlsx")
#将df里的数据保存到csv中
df.to_csv("temp_csv4.csv",columns=['姓名'],encoding="gbk",index=False)

我在pycharm中写的 为什么会出现这样的问题 该怎么解决

pandas pd
df=pd.read_excel()
df.to_csv(,=[],=,=)

老师 我用pycharm写的 为什么会出现这个问题 该怎么解决

列名称貌似不能用英文或中英文结合？

import pandas as pd
import  pymysql
pd.options.display.max_rows=10
con=pymysql.connect(host='localhost',user='root',password='root',port=3306,database='test1',charset='utf8')
datas001=pd.read_sql('select * from test01', con=con)
print(datas001)
#打印数据变量名，列表
print(datas001.columns)
#修改数据变量名，把所有数据变量名加入修改,此方法不改变数据库内容
datas001.columns=[ 'index','日期/datas', '工作内容', '故障原因', '处理情况及备件使用情况', '时间', '工作成员']
print(datas001.columns)
#修改其中一个，此方法可选择是否修改数据 内容,在存入数据库即可
a=datas001.rename(columns={'工作内容': '工作内容/work cnnect','故障原因':'reason'},inplace=True)
print(datas001)
print(datas001.columns)
#存入数据库
datas001.to_sql('test001',con='mysql+pymysql://root:root@localhost:3306/test1',if_exists='append')

# 筛选已存在的列
print(datas001.reason)
print(datas001. 处理情况及备件使用情况)
print(datas001[['处理情况及备件使用情况','reason']])

import pandas as pd
#读取数据
df=pd.read_excel("F:\入职\学习资料\赣州清单\赣州源清单.xlsx",sheet_name=['道路移动源'])
df.to_csv('F:\入职\学习资料\赣州清单\temp_csv.csv')

老师你好，用的pycharm写的代码，成功读取但是保存出错，报错入如下，这是为什么呢？

老师，使用同样的代码，同样的数据，为什么统计结果不一样？

老师的代码和运行结果

# 知名球员
# 将大于等于80的球员数据保留下来
t = players[players['Rating']>=80]
t = players['Birth_Date'].str.split('/',expand=True)
# t[0].value_counts().sort_values(ascending=True).plot(kind='bar')
# t[1].value_counts().sort_values(ascending=True).plot(kind='bar')
t[2].value_counts().sort_values(ascending=True).plot(kind='bar')

我的代码和运行结果

# 知名球员
# 筛选评分大于等于80的球员
t = players[players['Rating']>=80]
# 出身日期切成3份  月 日 年
t = t['Birth_Date'].str.split('/',expand=True)
# t[0].value_counts(ascending=True).plot(kind='bar') 
# t[1].value_counts(ascending=True).plot(kind='bar') 
t[2].value_counts(ascending=True).plot(kind='bar')

老师，直方图和核密度图的使用场景有什么区别？

老师，这节视频里用下面代码绘画的图形没有图例。

import pandas as pd
import matplotlib as plt
df = pd.read_excel('stu_data.xlsx')
plt.rcParams['font.sans-serif'] = ['SimHei']
df.groupby(df.性别).支出.plot(title='不同性别支出情况')

运行结果:

老师，运行语句时一直卡着没有出结果，VSCODE有类似juypter中断服务的按钮嘛？

df[['Rating','Age']].plot(kind='bar')

老师好，给的资料中Pandas.pdf应该更新了，因为"pandas中query的使用"这部分内容没有

老师，我发现无论是通过修改DataFrame对象的columns属性，还是通过DataFrame对象的rename方法来重命名列，都只修改到了原始数据的拷贝，原始数据中字段名仍然没变

老师，视频中给的公式中，分子和分母各少了括号

归一化公式应该是(x-min)/(max-min) ，这里该有的括号在视频里没写上

老师，向下取整的函数是ceil，不是cell，视频中有误

老师，对列表切片操作，使用的是浅拷贝，但是并不是修改新的列表不影响原有的列表，依据如下：

# 对列表切片操作，使用的浅拷贝,不拷贝子代，只引用子代
li = [10,20,[5,6]]
li2 = li[:]

# li2[0] = 1
# li[0] = 2
li2.append(30)
li2[2].append(7)
display(li) # [10, 20, [5, 6, 7]]
display(li2) # [10, 20, [5, 6, 7], 30]

运行结果：

老师，请问使用python中函数式编程与numpy构建数组这两种方式来对列表中的每个元素加1，哪种方式更好呢？

import numpy as np
# 班上同学的python成绩，统一加1分
# 列表操作
scores = [90,91,92]
# 1.循环遍历列表
for i in range(len(scores)):
    scores[i]+=1
display(scores)
# 2.使用函数式编程
list1 = list(map(lambda x:x+1,[90,91,92]))
display(list1)
# 3.数组操作
scores_ndarray = np.array([90,91,92])
scores_ndarray+=1
# display(scores_ndarray)
display(list(scores_ndarray))

运行结果：