AttributeError: 'numpy.float64' objet n'a pas d'attribut "log10'

J'essaie de trouver le journal de la pente d'une tonne de courtes séries à l'aide de sklearn.LinearRegression. Les données sont extraites à partir des lignes de pandas dataframe et ressemble:

bp01    1.12
bp02    1.12
bp03    1.08
bp04    0.99
bp05    1.08
bp06    1.19
bp07    1.17
bp08    1.05
bp09     0.8
bp10    0.96
bp11    0.97
bp12    1.12
bp13    0.91
bp14    0.96
bp15    1.05
bp16    0.93
bp17    0.97
bp18    0.92
bp19    0.89
bp20       0
Name: 42029, dtype: object

Cependant, lorsque je tente de l'utiliser np.log10, sur la série, j'obtiens l'erreur suivante:

In[27]: test.apply(np.log10)
Traceback (most recent call last):

  File "<ipython-input-27-bccff3ed525b>", line 1, in <module>
    test.apply(np.log10)

  File "C:\location", line 2348, in apply
    return f(self)

AttributeError: 'numpy.float64' object has no attribute 'log10'

Je ne suis pas sûr pourquoi cette erreur est levée, np.log10 devrait travailler avec numpy.float64 de ce que je vois. Des idées?

  • Essayez ceci: test.apply(lambda x: np.log10(x))
  • test est un pd.série bien. Appliquer devrait passer chaque valeur de la série de la np.log10 commande si le droit?
  • Voir si cette question est un doublon.
  • Vous avez appelé une variable de type float np.
InformationsquelleAutor WolVes | 2017-11-09
  1. 7

    numpy.log10 est un "ufunc", et la méthode Series.apply(func) a un test spécial pour numpy ufuncs qui rend test.apply(log10) équivalent à np.log10(test). Cela signifie test, une Pandas Series exemple, est passé à log10. Le type de données de test est object, ce qui signifie que les éléments en test peut être arbitraire des objets Python. np.log10 ne sait pas comment gérer une telle collection d'objets (il ne sait pas que ces objets sont, en fait, tous les np.float64 cas), afin qu'il tente de l'envoi de ce calcul pour les éléments individuels dans le Series. Pour ce faire, il attend que les éléments eux-mêmes pour avoir un log10 méthode. C'est lorsque l'erreur se produit: les éléments de la Series (dans ce cas, np.float64 cas) n'ont pas de log10 méthode.

    Un couple d'expression alternative qui devrait faire ce que vous voulez sont np.log10(test.astype(np.float64)) ou test.astype(np.float64).apply(np.log10). L'essentiel est que test.astype(np.float64) convertit le type de données de la Series objet de object à np.float64.

    InformationsquelleAutor Warren Weckesser
  2. 0

    J'ai eu un message d'erreur similaire lors de l'utilisation de l'écart-type (np.mst) au lieu de np.log10:

    'AttributeError: 'numpy.float64' objet n'a pas d'attribut 'sqrt',

    et ce bien que j'avais déjà converti les Pandas de l'objet X à un tableau numpy par np.asarray(X).

    Je pourrais résoudre ce problème en appliquant la solution mentionnée ci-dessus:

    X = pd.read_excel('file.xls')
Y = np.asarray(X).astype(np.float64)
Z = np.std(Y,axis=0)
    InformationsquelleAutor Mylene Haslehner