小编MCG*_*ode的帖子

我尝试将列从数据类型转换float64为int64使用:

df['column name'].astype(int64)

但得到一个错误:

NameError:未定义名称"int64"

该列有多少人,但格式化为7500000.0,任何想法我怎么可以简单地将其更改float64为int64？

我有 3 个文件表示相同的数据集分成 3 个，我需要连接：

import pandas

df1 = pandas.read_csv('path1')
df2 = pandas.read_csv('path2')
df3 = pandas.read_csv('path3')

df = pandas.concat([df1,df2,df3])

但这会将标题保留在数据集的中间，我需要从第二个和第三个文件中删除标题（列名）。我怎么做？

我运行 df.dtypes 并获取某些列的类型“object”。这是否意味着 Pandas 无法判断列类型是什么？或者可以在将这种类型保留在数据框中的同时继续进行分析吗？它是清理数据的一部分，以确保数据框中没有留下类型“对象”吗？

我需要更改内核以将其指向 Python 的 miniconda 版本，但 Jupyter Notebook 在 Kernel-> Change Kernel 下仅显示一个“Python 3”。

知道如何让 Jupyter 笔记本显示已安装的附加笔记本吗？

我在 SharePoint 网站的文档部分有一个 csv。我想在 Pandas 中导入它。当然是我只使用下面的普通代码我得到 HTTP 错误 403 Forbidden。

import pandas
df = pandas.read_csv('link from sharepoint')

如何使用 Python 使 SharePoint 身份验证正常工作，以便 Pandas 可以读取 csv 文件。

我已经在几个互联网帖子中搜索并尝试了代码，但是代码太通用了，我不知道它是什么意思，例如

username = 'YourDomain\\account'

或者

user = r'SERVER\user'

或者它只是没有。

有没有一种简单的方法可以让身份验证工作并在 Pandas 中导入文件？

如何找出 Pandas DataFrame 中缺少数据的总行数？我试过这个：

df.isnull().sum().sum()

但这是针对总缺失字段。我需要知道有多少行受到影响。

我正在尝试从 MS SQL Server 2016 中的表创建 DataFrame，我使用了示例数据库 AdventureWorks2012，代码如下：

import pyodbc 
cnxn = pyodbc.connect("Driver={ODBC Driver 13 for SQL Server};"
                      "Server=localhost;"
                      "Database=AdventureWorks2012;"
                      "Trusted_Connection=yes;")


cursor = cnxn.cursor()
cursor.execute('SELECT * FROM HumanResources.Employee')

df = pandas.read_sql(sql, cnxn)
cursor.close()
cnxn.close()

但我收到一个错误：

----> 1 df = pandas.read_sql(sql, cnxn)

ProgrammingError: ('ODBC SQL type -151 is not not supported. column-index=3 type=-151', 'HY106')