小编J63*_*J63的帖子

我有一个像这样的列的pandas数据框:

df.columns = pd.to_datetime(list(df)) #list(df) = ["2017-01", "2016-01", ...]

然后我在数据集的每一行中执行插值,因为我有一些我想要摆脱的NaN.这是打印的结果:

ORIGINAL  
2007-12-01     NaN 
2008-12-01     NaN 
2009-12-01     NaN 
2010-12-01   -0.35 
2011-12-01    0.67 
2012-12-01     NaN 
2013-12-01     NaN 
2014-12-01    1.03 
2015-12-01    0.37 
2016-12-01     NaN 
2017-12-01     NaN 
Name: row1, dtype: float64 

INTERPOLATION  
2007-12-01   -0.350000 
2008-12-01   -0.350000 
2009-12-01   -0.350000 
2010-12-01   -0.350000 
2011-12-01    0.670000 
2012-12-01    0.790219 
2013-12-01    0.910109 
2014-12-01    1.030000 
2015-12-01    0.370000 
2016-12-01    0.370000 
2017-12-01    0.370000 
Name: row1, dtype: float64

然后我尝试绘制插值行并得到:

TypeError: float() argument must be a string or a number, not 'Period' 

整个代码:

print("ORIGINAL\n", series) …

我想自动化远程过程以了解我的机器是否耗尽了 inode（由于配置错误而经常发生这种情况......）。遗憾的是，它运行在一个轻量级的 linux 上，在 df 命令上没有 -i 选项，因此该选项不可用。我做了一些研究，我遇到了一些方法来找到具有最多 inode 和类似的文件夹，但我不想要那样。

我需要一种方法（在 C 或 bash 中）来知道我的系统总共有多少个 inode 并且当前可用。