Les Pandas d'erreur “ne Peut utiliser .str accesseur avec les valeurs de chaîne”

J'ai le texte suivant fichier d'entrée:

"Name",97.7,0A,0A,65M,0A,100M,5M,75M,100M,90M,90M,99M,90M,0#,0N#,

Et je les lis avec:

#!/usr/bin/env python

import pandas as pd
import sys
import numpy as np

filename = sys.argv[1]
df = pd.read_csv(filename,header=None)
for col in df.columns[2:]:
    df[col] = df[col].str.extract(r'(\d+\.*\d*)').astype(np.float)

print df

Cependant, j'obtiens l'erreur

    df[col] = df[col].str.extract(r'(\d+\.*\d*)').astype(np.float)
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/generic.py", line 2241, in __getattr__
    return object.__getattribute__(self, name)
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/base.py", line 188, in __get__
    return self.construct_accessor(instance)
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/base.py", line 528, in _make_str_accessor
    raise AttributeError("Can only use .str accessor with string "
AttributeError: Can only use .str accessor with string values, which use np.object_ dtype in pandas

Cela a fonctionné dans les pandas 0.14 mais ne fonctionne pas dans les pandas 0.17.0.

OriginalL'auteur eleanora | 2015-11-13

  1. 10

    Ce qui se passe parce que votre dernière colonne est vide, donc cela devient converti à NaN:

    In [417]:
t="""'Name',97.7,0A,0A,65M,0A,100M,5M,75M,100M,90M,90M,99M,90M,0#,0N#,"""
df = pd.read_csv(io.StringIO(t), header=None)
df

Out[417]:
       0     1   2   3    4   5     6   7    8     9    10   11   12   13  14  \
0  'Name'  97.7  0A  0A  65M  0A  100M  5M  75M  100M  90M  90M  99M  90M  0#   

    15  16  
0  0N# NaN

    Si vous tranchez votre gamme jusqu'à la dernière ligne, puis il travaille:

    In [421]:
for col in df.columns[2:-1]:
    df[col] = df[col].str.extract(r'(\d+\.*\d*)').astype(np.float)
df

Out[421]:
       0     1   2   3   4   5    6   7   8    9   10  11  12  13  14  15  16
0  'Name'  97.7   0   0  65   0  100   5  75  100  90  90  99  90   0   0 NaN

    Alternativement, vous pouvez simplement sélectionner les cols qui sont object dtype et exécuter le code (en ignorant le premier col que c'est le Nom de l'entrée):

    In [428]:
for col in df.select_dtypes([np.object]).columns[1:]:
    df[col] = df[col].str.extract(r'(\d+\.*\d*)').astype(np.float)
df

Out[428]:
       0     1   2   3   4   5    6   7   8    9   10  11  12  13  14  15  16
0  'Name'  97.7   0   0  65   0  100   5  75  100  90  90  99  90   0   0 NaN
    Merci! Est-ce quelque chose de nouveau dans 0.17?
    présent depuis 0.14.1
    Il donne l'avertissement /usr/local/lib/python3.6/dist-packages/ipykernel_launcher.py:2: FutureWarning: currently extract(expand=None) means expand=False (return Index/Series/DataFrame) but in a future version of pandas this will be changed to expand=True (return DataFrame)

    OriginalL'auteur EdChum

  2. 0

    J'ai eu cette erreur tout en travaillant dans Eclipse. Il s'est avéré que le projet de l'interprète était en quelque sorte (après une mise à jour je crois) reset pour Python 2.7. Le paramètre de retour à Python 3.6 résolu ce problème. Tout cela a abouti à plusieurs accidents, redémarre et les avertissements. Après plusieurs minutes d'ennuis, il semble fixé maintenant.

    Même si je sais que ce n'est pas une solution au problème posé ici, j'ai pensé qu'il pourrait être utile pour les autres, comme je suis venu à cette page après une recherche pour cette erreur.

    OriginalL'auteur SPRBRN

  3. 0

    Dans ce cas, nous devons utiliser le str.replace() méthode sur cette série, mais d'abord nous devons nous convertir en str type:

    df1.Patient = 's125','s45',s588','s244','s125','s123'
df1 = pd.read_csv("C:\\Users\\Gangwar\\Desktop\\competitions\\cancer prediction\\kaggle_to_students.csv")
df1.Patient = df1.Patient.astype(str)
df1['Patient'] = df1['Patient'].str.replace('s','').astype(int)

    OriginalL'auteur Knowledge Elegance