Python中偶尔遇到的细节疑问（一）：去除列名特殊字符、标准差出现nan、切片索引可超出范围、range步长、众数
1. Pandas读取csv或excel数据时，很可能遇到的columns中，列名会带有特殊字符，例如：空格、\n、\t、双空格、引号等等，如果不想手动修改的话，可以df.rename()来解决。
df = pd.read_excel(data_path) df_ = df.rename(columns=lambda x: x.replace(" ","").replace(' ','').replace(" ","").replace(r"\t","").replace(r"\n","")）
如果还有其他的字符，也可以类似解决。
2. python计算标准差时，出现nan：这个原因可能是原始数据都是nan；
但是更有可能是求解std时参数用错了：因为python求解时，有偏估计和无偏估计是用 ddof参数来选择的，求标准差时除以的值是：n-ddof。
如果使用numpy计算的话，numpy.std() 求标准差的时候默认是除以 n，即有偏估计；如果要无偏估计，需要在np.std()参数中加入参数 ddof = 1，也就是除以的是n-1；
然而，pandas却是相反的，它默认是无偏估计，也就是除以 n-1；如果想有偏估计，需要设置参数 ddof=0，即 df.std(ddof=0)。
所以：
如果你的数值序列其他的都是nan，只有一个值不是nan，那么无偏估计时，std求解的标准差就是nan了。
3. 列表、字符串等在直接索引时，不能超出长度范围；但是切片索引时，却可以超出范围，超出范围时取值一直到末尾。
例如：
a = 'abcdefg' #print(a[10]) # 报错：IndexError: string index out of range print(a[3:10]) #不报错：返回 defg b = [2,3,4,5] # print(b[10]) # 报错：IndexError: string index out of range print(b[2:10]) #不报错：返回 [4, 5]
4. range函数，有步长参数可用
range(start, stop[, step])
有时候，步长参数可以让你减少一层for循环的使用。
for ii in range(1,8,2): print(ii)
5. pandas求取众数 mode() 方法，多个众数时，求所有众数的均值
import pandas as pd import numpy as np df = pd.DataFrame({'name':['Jack','Alex','Bob','Nancy','Mary','Alice','Jerry','Wolf'], 'course':['Chinese','Math','Math','Chinese','Math','English','Chinese','English'], 'grade':[1,1,2,2,2,2,3,3], 'score':[85,85,91,78,89,89,78,79]}) print(df.score) aa = df.score.mode() #众数 print(type(aa)) # <class 'pandas.core.series.Series'> print('aa:',aa) #如果有多个众数，会形成一个序列返回 print(np.mean(aa)) # 多个众数时，求均值
注：scipy.stats.mode() 和 df.value_counts() 均可用于求众数。
参考：
https://blog.csdn.net/katyusha1/article/details/81501893
