我在cmd里面install jupyter ，就可以用这个页面编辑器了，但在这里面下载第三方库不及pycharm那么简单快速。今日得一好法下载pandas库

在cmd 中输入  pip3 install pandas

是要等大概5分钟的，莫慌，能下好的。

背景交代：在下载matplotlib库时，我已经将pip的下载源手动更改为清华的镜像，所以，如果有小伙伴在下载库遇到问题，如timeout，请先将下载源改为国内镜像，具体操作见我的另一篇文章：
今天的主题是安装pandas库~
首先，按田字格+R，打开cmd，输入：pip install pandas
嗯，不出所料地报错了……
主要原因：
pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='files.pythonhosted.org', port=443): Read timed out.
自从安装matplotlib库之后，自我感觉已经是一只装库老鸟了，遇到time out(超时)问题，首先想到是墙的问题。但是我之前已经把下载源改到国内的清华镜像了，因该不是墙，而是网速问题。
pip默认15秒就会超时，那就延长timeout时间为100秒
命令：pip install pandas --timeout 100
额，打脸了……
主要原因，还是超时问题：
有网友说，100不够用，那就赌把大的，嗯，我准备把timeout设为5000,过一晚上再来验收~哈哈哈
还没上床，就报错了，捂脸……
ERROR: THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE. If you have updated the package versions, please update the hashes. Otherwise, examine the package contents carefully; someone may have tampered with them.
有大佬说了，HASHES不MATCH可能是因为运行时间太长，所有需要缩短一点timeout时间，再试一次。并且增加--upgrade命令。
命令：pip install --upgrade --default-timeout=1000 pandas
运行过于缓慢，我真的要睡了……
一大早起来，又报错了……哭……
核心问题还是timeout:
pip._vendor.urllib3.exceptions.ReadTimeoutError: HTTPSConnectionPool(host='files.pythonhosted.org', port=443): Read timed out.
继续修改timeout参数为2000：
命令：pip install --upgrade --default-timeout=2000 pandas
虽然还是报错了，但是它有明显进步！第一个下载是完成了的~之前一直没有走完第一步……第二个下载也是完成了的，而且这次用时缩短为半个小时。
ERROR: Could not install packages due to an EnvironmentError: [WinError 5] 拒绝访问。: 'c:\\program files\\python38\\Lib\\site-packages\\pytz'
Consider using the `--user` option or check the permissions.
可见，问题出在环境上，说是没有权限，并建议在命令中添加--user选项。
尝试命令：pip install --upgrade --user --default-timeout=2000 pandas
成功了！！！
失败是成功他娘，真的不假。之前虽然一直没有成功，但是为最后这次尝试打下了较好的基础，命令一执行，几秒钟内就成功了！这速度，让人不敢相信~哈哈哈
运行过程常常出现Using cached https:.……这几个字，表示之前那些失败的尝试缓存了不少东西，所以这次执行才这么快~
检验是否真的安装成功：
没有报错，则说明真的安好了~~~~开心
关于timeout问题一点经验总结：
如果第一次报错，说timeout，那我们可以延长timeout的时间，如100秒。
如果第二次报错，还是timeout，说明第timeout延长为100可能不够用，需要继续延长，如设置为5000。
如果第三次报错，说HASH值不匹配，那有可能是我们timeout整太大，需要缩小一点，如设置为2000。
大致规律就是，如果timeout了，那就增大timeout的值，如果HASH不匹配了，那就减小timeout的值。

目录

1、PyCharm运行报错信息：（检查有没有下载pandas，没有下载请转2）

2、下载pandas（第一步）

1、PyCharm运行报错信息：（检查有没有下载pandas，没有下载请转2）

ModuleNotFoundError: No module named 'xxxx'的解决办法



如图所示：是我的报错信息~意思是没有pandas

我按照网上找的步骤已经下载了pandas，可是还是报错，PyCharm的settings（ File->settings->project:当前项目名->Project Interpreter）里面还是没有pandas，只有两个默认的文件“pip”和“setuptools”，如图，索引自己的python.exe路径即可



 



这里不只有两个文件了，一下子多了很多

2、下载pandas（第一步）

小伙伴们是不是还不知道怎么下载pandas，cmd命令一直下载不成功，没关系我教你



如果你可以使用外网，公司对网络没有限制，那么很轻松，你可以直接点+号，搜索pandas即可，如果只能用内部网络乖乖使用下面方法下载，参考网址

1）打开cmd

输入命令 pip install pandas

不行的话就换个镜像源 pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple



有的推荐豆瓣网，但是我司就是打不开，你最好先看看后缀网址是否能打开，如图：



哈哈哈哈，一切都那么完美，我初学python，感觉一步一个坑，谢谢大家，希望你们能在python的路上越走越高，耶！！！ 

摘要在上一篇文章，时间日期处理的入门里面，我们简单介绍了一下载pandas里对时间日期的简单操作。下面将补充一些常用方法。
时间日期的比较
假设我们有数据集df如下
在对时间日期进行比较之前，要先转一下格式。
转格式的时候用
import pandas as pd
pd.to_datetime()
我们需要先对df中的date这一列转为时间格式。
df['date']=pd.to_datetime(df['date'])
转完后，我们可以输出数据集的数据类型来看看。
print df.info()
红框中的date这一列数据类型是datetime64[ns]，下面我们就可以对日期做大小的判断。
1.过滤某个时间片的数据&取某个时间片的数据
假设，我们需要去掉数据集df中6月10号后的样本
df[df['date']<=pd.datetime(2016,6,10)]
当然，我们如果需要取某个时间片的数据，只需要取等号就可以了。
2.判断某个日期是周几
假如，在数据集df中，我们需要对日期添加今天是周几的信息。我们可以这样做：
pd.to_datetime(df['date']).dt.weekday_name
有时候，我只需要一个数字来量化周几，只需要把改动一下
pd.to_datetime(df['date']).dt.weekday
3.对日期做加减法。
有时候，我们需要对日期进行年、月、日上时间的增减。这个时候，我们可以这样操作：
首先，我们要导入一个新的库
import dateutil
1.对日期进行增减
假如我们需要对2016年3月1号增加一天。
pd.datetime(2016,3,1)+dateutil.relativedelta.relativedelta(days=1)
如果需要日期进行减一天，把+号改成-号就可以了。
如果需要对年或者月，甚至时分秒增减也可以。变量名分别如下：
years
months
days
hours
minutes
seconds
2.判断增减后的日期是否为当月最后一天&开始的一天
pd.to_datetime(pd.datetime(2016,3,1)+dateutil.relativedelta.relativedelta(day=1)).is_month_start
判断是否为最后一天，把start改成end即可
4.判断是否为闰年
pd.to_datetime(pd.datetime(2016,1,1).is_leap_year
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。