Pandas error " можно использовать только.ул. аксессу со строковыми значениями"

у меня есть следующий входной файл:

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

и я читаю его с:

#!/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

тем не менее, я получаю ошибку

    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

это сработало нормально в pandas 0.14, но не работает в pandas 0.17.0.

9
casting dataframe pandas python string

3 ответов

это происходит потому, что ваш последний столбец пуст, поэтому он преобразуется в 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

если вы нарезать диапазон до последней строки, то он работает:

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

в качестве альтернативы вы можете просто выбрать cols, которые являются object dtype и запустите код (пропуская первый col, так как это запись "Name"):

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
10

Я получил эту ошибку во время работы в Eclipse. Оказалось, что интерпретатор проекта был каким-то образом (после обновления, я считаю) сброшен на Python 2.7. Установка его обратно в Python 3.6 решила эту проблему. Все это привело к нескольким сбоям, перезапускам и предупреждениям. После нескольких минут неприятностей он кажется исправленным.

хотя я знаю, что это не решение проблемы, поставленной здесь, я подумал, что это может быть полезно для других, поскольку я пришел на эту страницу после поиска этой ошибки.

0

В этом случае мы должны использовать str.replace() метод на этом ряду, но Сначала мы должны преобразовать его в str тип:

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)
-1