错误类型

常见原因

示例

解决方案

TypeError

操作或函数接收了不支持的数据类型

[1, 2] / 2
"年龄：" + 18

转换数据类型（如 np.array()）
使用 str() 或 int() 强制类型转换

KeyError

访问字典或 DataFrame 中不存在的键或列名

df['不存在的列名']

检查键名拼写，使用 df.columns 确认列名
用 dict.get(key, default) 方法

IndexError

列表、数组或 Series 的索引超出范围

a = [1, 2, 3]
a[3]

确保索引在 0 <= index < len(obj) 范围内
使用 try-except 捕获异常

ModuleNotFoundError

未安装库或模块名拼写错误

import pands as pd

使用 pip install package 安装库
检查环境路径或虚拟环境配置

FileNotFoundError

文件路径错误或文件未下载

pd.read_csv('错误路径.csv')

使用绝对路径或检查相对路径
确认文件扩展名和访问权限

MemoryError

内存不足，通常因处理大型数据集或无限循环导致

data = [i for i in range(10**8)]

分块读取数据（如 pandas.read_csv(chunksize)
优化数据结构（降低 dtype）

ValueError

数据格式不兼容或转换失败

float('12.3%')
df.drop('列名', axis=0)（列名不存在）

预处理数据（如 str.replace('%', '')）
检查输入参数合法性

SyntaxError

代码语法错误（如缺少冒号、括号或使用中文符号）

if a > b print("Yes")
print(“Hello”)（中文引号）

检查缩进和标点符号
使用 IDE 自动纠错功能

AttributeError

对象没有指定属性或方法

tuple_data = (1, 2)
tuple_data.append(3)

确认对象类型（如列表 vs 元组）
检查方法是否适用于当前对象

数据缺失错误

NaN 值未处理导致计算异常

sum([None, 1, 2])
df.groupby('列名')（列含 NaN）

使用 fillna() 填充或 dropna() 删除缺失值
设置 skipna=True 跳过计算