运行Pandas处理CSV代码时Jupyter Notebook无输出且设备卡顿如何解决

10000行26列的CSV文件体积极小，完全不会导致运行卡顿，你的问题由代码本身的错误和不规范写法导致：

• 核心问题是日期拼接代码的语法错误。你在+号后直接换行，既没有加续行符\，也没有用括号包裹整个赋值表达式，Python解析器会认为表达式未完成，进入等待输入的状态，在Jupyter中就会一直显示[*]，看起来就像运行卡住。
• 冗余的文件操作。你用open()打开文件后没有手动关闭，存在资源泄漏问题，实际上pd.read_csv()支持直接传入文件路径字符串，不需要额外手动打开文件。
• 低效的日期处理写法。对整列调用apply做字符串转换属于非必要操作，pandas内置的矢量操作效率远高于逐行执行的apply，即便你的数据量不大，也应该避免这种写法。

修正后的可运行代码 #

import pandas as pd

file_name = r"ACCIDENTS_GU_BCN_2013.csv"
# 直接传入文件路径即可，无需手动打开文件
data = pd.read_csv(file_name)
# 用矢量方法拼接日期，替换低效的apply调用
data['Date'] = data['Dia de mes'].astype(str) + '-' + data['Mes de any'].astype(str)
# 指定日期格式避免解析歧义，此处拼接规则为日-月，对应格式串%d-%m
data['Date'] = pd.to_datetime(data['Date'], format='%d-%m')
accidents = data.groupby('Date').size()
print(accidents.mean())

如果修正代码后仍存在卡顿问题，重启Jupyter内核后重新运行即可，此前的错误状态可能会残留占用系统资源。

内容的提问来源于stack exchange，提问作者Circuit_Breaker0.7