时间戳

首页 > 解决方案 > pandas - 'dataframe' 对象没有属性 'str'

python - pandas - 'dataframe' 对象没有属性 'str'

问题描述

我正在尝试过滤掉包含产品列表的数据框。但是，我得到熊猫 - 'dataframe' 对象在我运行代码时没有属性 'str' 错误。

这是代码行：

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

如果有人有任何建议的想法，请告诉我。我已经搜索了很多次，我很困惑。

产品是一种对象数据类型。

编辑：

import __future__
import os
import pandas as pd
import numpy as np
import tensorflow as tf
import math



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

headerName=["DRID","Product","M24","M23","M22","M21","M20","M19","M18","M17","M16","M15","M14","M13","M12","M11","M10","M9","M8","M7","M6","M5","M4","M3","M2","M1"] 
cliques = [(Confidential)] 
data.columns=[headerName]


log_df = data

log_df = np.log(1+data[["M24","M23","M22","M21","M20","M19","M18","M17","M16","M15","M14","M13","M12","M11","M10","M9","M8","M7","M6","M5","M4","M3","M2","M1"]])
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

编辑 2：这里是打印（数据），A 是产品。当我打印出来时，看起来 A 不在产品类别下。

     DRID                         Product   M24   M23  M22  M21  M20  \
0           52250  A                     0.0   0.0  2.0  0.0  0.0   
1          141840  A                    1.0   2.0  0.0  0.0  0.0   
2          212006  A                      1.0   0.0  0.0  0.0  0.0   
3          216097  A                      2.0   0.0  0.0  0.0  0.0

标签： pythonpandasq

解决方案

简短回答：更改data.columns=[headerName]为data.columns=headerName

说明：当你设置时data.columns=[headerName]，列是 MultiIndex 对象。因此，您log_df['Product']是一个 DataFrame，对于 DataFrame，没有str属性。

当你设置时data.columns=headerName，你log_df['Product']是一个单列，你可以使用str属性。

出于任何原因，如果您需要将数据保存为 MultiIndex 对象，还有另一种解决方案：首先将您的数据转换log_df['Product']为 Series。之后，str属性可用。

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是您正在寻找的

推荐阅读