U235U235

Проблема в типах данных cofe и flor - строки, а должны быть int.

cofe = int(input('Сколько вы хотите кофе?: '))
flor = int(input('Введите на каком вы этаже:'))

Исключения не выходит из-за логического and if cofe in [1, 2, 3] and flor >= 100: он оценивает первое условие как False и не переходит ко второму.

У тебя вычисление повторяется для каждой строки? Посмотри, можно ли распараллелить код на несколько процессов (именно процессов, не потоков).
Также посмотри насчёт использования numpy/scipy и их численных солверов для систем уравнений вместо sympy. Может, используя sympy, получится сформулировать алгоритм расчёта, а уже его портировать на numpy?

Если надумаешь использовать numpy, держи в уме вот что: по возможности выполняй операции сразу над массивами значений. Упрощённо, вот это

a = numpy.array([3] * 1000000, dtype=numpy.float32)
b = 2 * a + 3

будет намного быстрее, чем это:

a = numpy.array([3] * 1000000, dtype=numpy.float32)
b = numpy.zeros_like(a)
for i in range(a.shape[0]):
    b[i] = 2 * a[i] + 3

Причина простая - операции над массивами реализуют перебор элементов массива нативно, т.е. с той же проивзодительностью, что и C/C++/Fortran. А вот сугубо питоньи циклы - штука медленная.

Преобразование типов здесь не при чем.

вот здесь ты print(df[['market_cap'] > 0])
Ты выполняешь операцию не с массивом а со списком. Списки ['market_cap'] > 0 такого не поддерживают. Если ты хотел выбрать подсет фрейма где капитализация больше нуля то пропустил df еще один.

print(df[df['market_cap'] > 0])

Это 40А, так как такие ставят в машину.

Можно, как вариант, все условия вынести в отдельный список и по нему проходиться в цикле (в таком случае новые условия будет проще добавлять):

conditions = [
    {
        'min_lvl': 0,
        'max_lvl': 10,
        'exp': 10000
    },
    {
        'min_lvl': 10,
        'max_lvl': 20,
        'exp': 20000
    },
]

for _cond in conditions:
    if lvl < _cond['max_lvl'] and lvl >= _cond['min_lvl'] and exp % _cond['exp'] == 0:
        cursor.execute(f"UPDATE users SET lvl = lvl + 1 WHERE id = {message.author.id}")
        connection.commit()
        break

Что значит не обрабатываешь, вот
print(df.replace('?',np.nan).astype(float) Здесь во все фрейме делаешь замену а потом весь фрейм пытаешься привести к типу данных float.

Работай с "числовым подсетом датафрейма".
или заведи отдельную переменную приведи подсет к флоатам и потом группируй. Типа такого

df_ = df.loc[:,[nuimeric_column1,numrec_column2]] = df.loc[:,[nuimeric_column1,numrec_column2]].replace('?',np.NaN).astype(float)

и затем группируй и т.д.

Или хочешь чейнить, используй assign рассматривай все колонки по отдельности, при сложныех манипуляциях, которые требуют индивидулаьного подхода, к каждой колонке по отдельности так делают.

(
    df.assign(
        numeric1=lambda x: x['numeric1'].replace('?',np.NaN).astype(float),
        numeric2=lambda x: x['numeric2'].replace('?',np.NaN).astype(float)
    )
    .groupby('Category')
    .agg(['mean','median'])  
)

Размер выхода слоя равен размеру входа следующего слоя.
Вот как узнать размер выхода последнего слоя - я фз, тут недостаточно данных.

EDIT: ой, блин, я невнимательный. Не увидел, что слои идут не 1->2->3->4, а 4->3->4.
Тогда ещё проще, выход 4 должен совпадать по размеру со входом 3, а вход 4 - с выходом 3.

Крокодил цепляется на массу.
Щупом трогаешь провода.

Если попал в массу, то между щупом и крокодилом происходит замыкание, ток движется через батарейку, зелёный светодиод, на массу автомобиля и обратно в батарейку.

При попадании в плюсовой провод - наоборот и в качестве источника питания будет аккумулятор автомобиля.

На картинках ниже объяснение - почему. Выделил пунктирной линией цепь

Могут в изолированной могут в общей, это все равно что спросить я пишу код в vscode куда будут устанавливаться пакеты.

Если ты ставил анаконду то по умолчанию создается base окружение которое опять таки по умолчанию активировано и установка происходит в него. Если ты просто установил jupyter notebook то он может быть запущен в том числе и на "default"ом python.

Jinja, как и любой другой шаблонизатор, выполняется на бэкенде. Конкретно Jinja ещё и про html не знает вообще ничего, для него шаблон - это набор инструкций и какой-то текст, а результат работы - просто строка.