df_array = df_array.astype(int) 2 array_len = len(df_array) 3 new_array=np.zeros((4,12,100,9)) ValueError: invalid literal for int() with base 10: '2013.05.30'结果有误

这个错误是因为在将 `df_array` 转换为整数类型时，其中有一个值不是整数，而是字符串 `'2013.05.30'`。因此，Python 无法将该字符串转换为整数，导致出现 `ValueError` 错误。要解决这个问题，你需要先找出哪个值不是整数，然后将其转换为整数或删除该值。你可以使用 `numpy` 库的 `isnan()` 函数来找出非整数值，然后使用 `pandas` 库的 `dropna()` 函数删除该值，或者使用 `astype()` 函数将其转换为整数类型。

相关问题

new_array=np.zeros((4,12,100,9)) 2 for i in range(len(df_array)): ----> 3 new_array[df_array[i][5]-2013][df_array[i][6]-1][df_array[i][1]][df_array[i][2]]+=df_array[i][3] 4 df_new = pd.DataFrame(columns=['创建年', '创建月', '物料编号', '应发库', '销售订单数量']) IndexError: only integers, slices (`:`), ellipsis (`...`), numpy.newaxis (`None`) and integer or boolean arrays are valid indices需要如何更改

这个错误是因为在使用索引时，使用了非整数类型的值。可能是因为df_array中的某些值不是整数类型导致的。你可以使用astype()方法将其转换为整数类型。另外，代码中的第3行需要将df_array的长度存储在变量中，以避免在循环中多次计算。下面是修改后的代码：

df_array = df_array.astype(int)
array_len = len(df_array)
new_array = np.zeros((4, 12, 100, 9))

for i in range(array_len):
    new_array[df_array[i][5]-2013][df_array[i][6]-1][df_array[i][1]][df_array[i][2]] += df_array[i][3]

df_new = pd.DataFrame(columns=['创建年', '创建月', '物料编号', '应发库', '销售订单数量'])

希望能对你有所帮助。

data = pd.read_excel("D:/PycharmProjects/cluster220422/聚类后数据1000_excel/" + cond) # os.mkdir(r"D:/PycharmProjects/cluster220422/聚类后数据1000_png/" + str(condnum)) # # print(data) # # 首先将pandas读取的数据转化为array # data = np.array(data) # # 然后转化为list形式 # data = data.tolist() # # print(data)，datapath = "F:/XH_WY_ZH_ALL/XH_WY_ZH_ALL/XH_WY_ZH_ALL/" conds = os.listdir(datapath) for cond in conds: df = pd.read_csv("F:/XH_WY_ZH_ALL/XH_WY_ZH_ALL/XH_WY_ZH_ALL/" + cond) # os.mkdir(r"G:/功图/" + cond) # 选择需要提取的两列数据 col1 = df['WY'] col2 = df['ZH'] # 合并两列数据 new_col = col1.astype(str) + ',' + col2.astype(str) # 将合并后的数据保存为新文件 new_df = pd.DataFrame({'WYZH': new_col}) # 分列 new_df = new_df['WYZH'].str.split(',', expand=True) new_df = int(new_df) new_df = pd.DataFrame(new_df) # 首先将pandas读取的数据转化为array data = np.array(new_df) # 然后转化为list形式 data = data.tolist() print(data) 如何让第二个代码输出的数据和第一代码的输出格式相同

第一段代码的输出是一个二维的list，其中每个子列表代表着一行数据，每行数据是由多个元素组成的，而第二段代码的输出是一个单独的整数，无法与第一段代码输出的格式相同。

如果你想将第二段代码的输出转换为第一段代码输出的格式，可以考虑将每个整数转换为一个只包含该整数的列表，然后将所有这样的列表组成一个大的二维列表。

你可以在如下代码中添加一个for循环来实现这一转换过程：

new_data = []  # 定义一个空的二维列表
for i in range(len(new_df)):
    row = [int(new_df.iloc[i])]  # 将每个整数转换为一个只包含该整数的列表
    new_data.append(row)  # 将所有这样的列表组成一个大的二维列表
print(new_data)  # 输出转换后的结果

这样，new_data中的每个子列表将包含一个整数，从而与第一段代码的输出格式相同。