数据分析 常见异常及解决办法（一）

1.Jupyter读取数据警告ParserWarning: Falling back to the ‘python’ engine because the ‘c’ engine does not support regex separators

在使用Jupyter Notebook读取数据进行分析时，如下：

<ipython-input-5-9af9eaa72e92>:5: ParserWarning: Falling back to the 'python' engine because the 'c' engine does not support regex separators (separators > 1 char and different from '\s+' are interpreted as regex); you can avoid this warning by specifying engine='python'.
  users = pd.read_csv('users.dat',sep = '::',header = None,names = labels)

提示C引擎不支持正则表达式分割，需要使用Python引擎，此时只需要在读取数据文件时加入参数,engine='python'即可，如下：

users = pd.read_csv('users.dat',sep = '::',header = None,names = labels, engine='python')

此时再执行就不会再提示警告信息了。

2.使用matplotlib画图警告 RuntimeWarning: Glyph 30005 missing from current font

在使用matplotlib库进行画图时，如果标题等文字中出现中文，就可能出现警告：

E:\Anaconda3\lib\site-packages\matplotlib\backends\backend_agg.py:214: RuntimeWarning: Glyph 30005 missing from current font.
  font.set_text(s, 0.0, flags=flags)
E:\Anaconda3\lib\site-packages\matplotlib\backends\backend_agg.py:214: RuntimeWarning: Glyph 24433 missing from current font.
  font.set_text(s, 0.0, flags=flags)
E:\Anaconda3\lib\site-packages\matplotlib\backends\backend_agg.py:214: RuntimeWarning: Glyph 25968 missing from current font.
  font.set_text(s, 0.0, flags=flags)
E:\Anaconda3\lib\site-packages\matplotlib\backends\backend_agg.py:214: RuntimeWarning: Glyph 25454 missing from current font.
  font.set_text(s, 0.0, flags=flags)
E:\Anaconda3\lib\site-packages\matplotlib\backends\backend_agg.py:214: RuntimeWarning: Glyph 25454 missing from current font.
  font.set_text(s, 0.0, flags=flags)

意思是plt画图找不到字体，需要进行配置。
有两种方式：

• 临时设置
  在调用画图函数前进行配置：

  plt.rcParams['font.sans-serif']=['Microsoft YaHei'] #显示中文标签
  plt.rcParams['axes.unicode_minus']=False
  

  即设置字体为微软雅黑，支持中文。
  但是这只是临时设置，下一次再使用又得设置，显得很麻烦。

• 永久配置
  永久设置是编辑matplotlib的配置文件matplotlibrc，修改后以后无需再修改、一劳永逸。该文件一般位于%PythonPath%\Lib\site-packages\matplotlib\mpl-data（PythonPath即表示安装的Python路径），如果使用的是Anaconda，则是%AnacondaPath%\Lib\site-packages\matplotlib\mpl-data(AnacondaPath表示Anaconda的安装路径）。
  在matplotlibrc文件中找到如下位置（定义font.family处）：
  
  修改如下：

  ## The font.size property is the default font size for text, given in pts.
  ## 10 pt is the standard value.
  ##
  ## Note that font.size controls default text sizes.  To configure
  ## special text sizes tick labels, axes, labels, title, etc, see the rc
  ## settings for axes and ticks.  Special text sizes can be defined
  ## relative to font.size, using the following values: xx-small, x-small,
  ## small, medium, large, x-large, xx-large, larger, or smaller
  
  font.family  : monospace
  font.monospace : Microsoft YaHei, SimHei, Bitstream Vera Sans, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, sans-serif
  #font.style   : normal
  #font.variant : normal
  #font.weight  : normal
  #font.stretch : normal
  #font.size    : 10.0
  

  主要是第10、11行，设置font.family : monospace取消#注释，添加一行font.monospace : Microsoft YaHei, SimHei, Bitstream Vera Sans, Lucida Grande, Verdana, Geneva, Lucid, Arial, Helvetica, Avant Garde, sans-serif，Microsoft YaHei为微软雅黑、SimHei为黑体、支持中文。
  然后再重启Jupyter Notebook或者重新运行代码即可显示中文，如下：
  

3.Pandas使用DataFrame.ix[]报错 ‘DataFrame’ object has no attribute ‘ix’

在较新版的pandas库中使用DataFrame.ix[]时，会报错如下：

AttributeError: 'DataFrame' object has no attribute 'ix'

意思是DataFrame没有ix属性，这是因为从pandas的1.0.0版本开始，移除了Series.ix和DataFrame.ix，可以直接使用DataFrame.iloc[]或DataFrame.loc[]代替。

4.Pandas画直方图报错’Rectangle’ object has no property ‘normed’

在使用Pandas画直方图时，如下：

values.hist(bins=100, alpha=0.3, color='k', normed=True)

会报错AttributeError: 'Rectangle' object has no property 'normed'，这是因为在新版的pandas库中已经没有定义这个属性了，可以去掉这个属性，即values.hist(bins=100, alpha=0.3, color='k')，也可以用density属性替代，即values.hist(bins=100, alpha=0.3, color='k', density=True)。

5.在对数据进行groupby时警告Indexing with multiple keys

在使用groupby()方法对数据进行分组时，有时候会使用到多个列，这时候会显示警告信息：

FutureWarning: Indexing with multiple keys (implicitly converted to a tuple of keys) will be deprecated, use a list instead.

这是因为在进行分组时使用多个列时的方式不对，为data1 = orders.groupby('付款时间')['支付金额','订单编号'].agg({'支付金额':'sum','订单编号':'count'})，显然，在[]中传入了多个参数，因此会提示警告，正确的做法是将这些列名放入一个列表，再将列表放入中括号，即为：

data1 = orders.groupby('付款时间')[['支付金额','订单编号']].agg({'支付金额':'sum','订单编号':'count'})

即使用双层中括号即可。