AttributeError“dataframe”对象没有属性“str”

Question

我正在尝试过滤掉包含产品列表的数据框。但是，每当我运行代码时，我都会收到错误

'dataframe' object has no attribute 'str'

。

这是代码行：

include_clique = log_df.loc[log_df['Product'].str.contains("Product A")]

Product 是一种对象数据类型。

import pandas as pd
import numpy as np

data = pd.read_csv("FILE.csv", header = None)

headerName = ["DRID", "Product", "M24", "M23", "M22", "M21"] 
data.columns = [headerName]

log_df = np.log(1 + data[["M24", "M23", "M22", "M21"]])
copy = data[["DRID", "Product"]].copy()
log_df = copy.join(log_df)

include_clique = log_df.loc[log_df['Product'].str.contains("Product A")]

这是头部：

       ID  PRODUCT       M24       M23       M22  M21
0  123421        A  0.000000  0.000000  1.098612  0.0   
1  141840        A  0.693147  1.098612  0.000000  0.0   
2  212006        A  0.693147  0.000000  0.000000  0.0   
3  216097        A  1.098612  0.000000  0.000000  0.0   
4  219517        A  1.098612  0.693147  1.098612  0.0

Answer 1

简短回答： 将

data.columns=[headerName]

更改为

data.columns=headerName

说明：当设置

data.columns=[headerName]

时，列是MultiIndex对象。因此，您的

log_df['Product']

是一个 DataFrame，并且对于 DataFrame，没有

str

属性。

当您设置

data.columns=headerName

时，您的

log_df['Product']

是单列，您可以使用

str

属性。

出于任何原因，如果您需要将数据保留为 MultiIndex 对象，还有另一个解决方案：首先将您的

log_df['Product']

转换为 Series。之后，

str

属性就可用了。

products = pd.Series(df.Product.values.flatten())
include_clique = products[products.str.contains("Product A")]

但是，我想第一个解决方案就是您正在寻找的

Answer 2

当您尝试访问数据框没有的属性时，您会得到

AttributeError: 'DataFrame' object has no attribute ...

。

一种常见的情况是，当列名称包含空格（例如

.

）时，您尝试使用

[]

而不是

'col1 '

选择列。

df.col1       # <--- error
df['col1 ']   # <--- no error

另一个常见情况是当您尝试在 DataFrame 上调用 Series 方法时。例如，

tolist()

（或

map()

）是系列方法，因此必须在列上调用它们。如果你在 DataFrame 上调用它们，你会得到

AttributeError: 'DataFrame' object has no attribute 'tolist'

AttributeError: 'DataFrame' object has no attribute 'map'

正如 hoang tran 所解释的，OP 也发生了这种情况。

.str

是一个 Series 访问器，它没有为 DataFrame 实现。

另一种情况是，如果您有拼写错误并尝试调用/访问根本未定义的属性；例如如果你尝试调用

rows()

而不是

iterrows()

，你会得到

AttributeError: 'DataFrame' object has no attribute 'rows'

您可以使用以下理解来检查属性的完整列表。

[x for x in dir(pd.DataFrame) if not x.startswith('_')]

---

当您将列名称指定为

df.columns = [['col1', 'col2']]

时，

df

现在是一个 MultiIndex 数据框，因此要访问每一列，您需要传递一个元组：

df['col1'].str.contains('Product A')    # <---- error
df['col1',].str.contains('Product A')   # <---- no error; note the trailing comma

事实上，您可以传递一个元组来选择任何 MultiIndex 数据帧的一列，例如

df['level_1_colname', 'level_2_colname'].str.contains('Product A')

---

您还可以通过在其上映射“展平器”函数来展平 MultiIndex 列名称。常见的是

''.join

:

df.columns = df.columns.map('_'.join)