本蓝昨天干完马忠以后，特别兴奋，今天早上就拿代码进行试验，结果您猜怎么着？jupyter崩了！我很不服气，于是我又试了一次，又崩。我问了我老师，老师说很有可能是机器的问题，我笑了，有借口换电脑了。后来我一寻思，换完电脑要是还崩，我估计秋收的活也是我干了（本蓝这两天在种地，学校不开学让我成了一个快乐的农村娃）。于是我听取了我同学小可条的建议，采用分批处理。
话说回来，也怪我图省事，本来人家按照每辆车分的一个一个的文件，让我用一行代码整合了:
type *.txt > a.txt
这行代码便是罪恶之源，它可以将文件夹中所有的txt合并到a.txt，由此我的思维就被它捆绑住了，总想一口吃个大胖娘们，可是就像我昨天说的，企者不立，跨者不行，还是要一个一个处理。
于是乎本蓝遇到的第一个问题是如何让文件批量打开，并且处理（吃瓜群众：废话！）本蓝的文件命名很优秀，是按照等差数列命名的：1,2，3,4，5，等等…于是我想到，以文件名滚动读取（先试试10个文件）：
for i in range(1,11):
taix(i)
这样就可以给taix函数一个滚动的文件名（序号），接下来的任务就是在taix中读取、处理、保存数据。
fpath = "C:/Users/PC-2019-3-24/Desktop/文件/数据/taxi_log_2008_by_id/" + count + ".txt"#打开神秘的文件
这样弄随着count的滚动，文件名也在改变，不过，就像刘老根3中山杏对大胖说得那样：你想啥美事呢！对，这样报错了，原因是文件路径想要的是字符串，而我却给了它一个int，它并不开心，而我却说我为它付出了全部。我们不适合也不想认输……
def taix(count1):
count=str(count1)
print(count)
fpath = "C:/Users/PC-2019-3-24/Desktop/文件/数据/taxi_log_2008_by_id/" + count + ".txt"#打开神秘的文件
这样就可以啦~我强制int转换成了str，你不要，我就给，不喜欢你也得给我接着！
可惜，人世间的痛苦怎能是凡人能够预料的，果然，爱情不是我想买，想买就能买。它又给我上了深深的一课，事情是这样的：
本蓝按照昨天的代码进行实验：
ratings = pd.read_csv(fpath,names=["id","date","jingdu","weidu"])#给每个列取个名字，经度纬度用拼音代替
ratings.head()#展示一下
df=ratings["date"].str.split(' ',expand=True)#将date这行，以空格分割
df.dropna(axis=0, how='any', inplace=True)#-------------删除空数据所在行
data=ratings.drop('date',axis=1).join(df)#将分割好的date加回母体
data.rename(columns={
0:'date',1:'time'},inplace=True)#为0，1取名
print(data.shape[0])#看看有几行
data1=pd.DataFrame(data)#转换为数据流为设定阈值做准备
data2=[]#创建空数组
data4=[]
n=0
m=0
for i in data['jingdu']:
if i > 115.7 and i<117.4: #阈值
#print(data.loc[n])
data2.append(data.loc[n]) #将合格的宝贝加入新数组
#print(n)
n=n+1
data2=pd.DataFrame(data2)
for j in data2['weidu']:
if j > 35 and j<45:
data4.append(data2.loc[m])
m=m+1
#print(m)
然后它给我扔出来一个错误KeyError：1300，我查了一下，是数据库有非法字符，不知道对不对，希望有了解的大神指点我一下，我现在还是不知道这是什么原因。
我顿时就蒙了，脑子里回想的都是叶挺将军的诗：为人进出的门紧锁着，为狗爬出的洞敞开着，一个声音高叫着，爬出来吧，给你自由！我渴望自由，可我深深的知道，人的身躯怎能从这狗洞里爬出！我等待着有一天，地下烈火冲腾，将我和这活棺材一起烧掉，我将在烈火和热血中得到永生！
咳咳，不是凑字数，其实本蓝很文艺呢~哎，遇到这种问题的第一要义就是：惹不起还躲不起吗？于是我想到了错误的处理，绕着keyerror走：
try:
for i in data['jingdu']:
if i > 115.7 and i<117.4: #阈值
#print(data.loc[n])
data2.append(data.loc[n]) #将合格的宝贝加入新数组
#print(n)
n=n+1
except KeyError:
pass
data2=pd.DataFrame(data2)
try:
for j in data2['weidu']:
if j > 35 and j<45:
data4.append(data2.loc[m])
m=m+1
#print(m)
except KeyError:
pass
这样就解决了可恶的问题，剩下的就是保存了：
data4=pd.DataFrame(data4)
savePath='C:/Users/PC-2019-3-24/Desktop/文件/数据/taxi_log_2008_by_id/00000000'+count+'.csv'#设置保存路径
data4.to_csv(savePath, header=False, index=False, sep=',')#保存为csv文件
以下贴出完整代码：
import pandas as pd
import numpy as np
from pandas import DataFrame
def taix(count1):
count=str(count1)
print(count)
fpath = "C:/Users/PC-2019-3-24/Desktop/文件/数据/taxi_log_2008_by_id/" + count + ".txt"#打开神秘的文件
ratings = pd.read_csv(fpath,names=["id","date","jingdu","weidu"])#给每个列取个名字，经度纬度用拼音代替
ratings.head()#展示一下
df=ratings["date"].str.split(' ',expand=True)#将date这行，以空格分割
df.dropna(axis=0, how='any', inplace=True)#-------------删除空数据所在行
data=ratings.drop('date',axis=1).join(df)#将分割好的date加回母体
data.rename(columns={
0:'date',1:'time'},inplace=True)#为0，1取名
print(data.shape[0])#看看有几行
data1=pd.DataFrame(data)#转换为数据流为设定阈值做准备
data2=[]#创建空数组
data4=[]
n=0
m=0
try:
for i in data['jingdu']:
if i > 115.7 and i<117.4: #阈值
#print(data.loc[n])
data2.append(data.loc[n]) #将合格的宝贝加入新数组
#print(n)
n=n+1
except KeyError:
pass
data2=pd.DataFrame(data2)
try:
for j in data2['weidu']:
if j > 35 and j<45:
data4.append(data2.loc[m])
m=m+1
#print(m)
except KeyError:
pass
data4=pd.DataFrame(data4)
savePath='C:/Users/PC-2019-3-24/Desktop/文件/数据/taxi_log_2008_by_id/00000000'+count+'.csv'#设置保存路径
data4.to_csv(savePath, header=False, index=False, sep=',')#保存为csv文件
for i in range(1,11):
taix(i)
哈哈哈，完事了！继续干马忠！