AttributeError: 'DataFrame' object 沒有屬性

Question

嘗試在 ipython 中運行此文件時，我不斷收到不同的屬性錯誤...從 pandas 開始，所以也許我遺漏了一些東西

代碼：

from pandas import Series, DataFrame

import pandas as pd

import json

nan=float('NaN')
data = []
with open('file.json') as f:
for line in f:
    data.append(json.loads(line))

df = DataFrame(data, columns=['accepted', 'user', 'object', 'response'])
clean = df.replace('NULL', nan)
clean = clean.dropna()

print clean.value_counts() 

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

有任何想法嗎？

Answer 1

value_counts是一個Series方法而不是一個DataFrame方法（並且您正在嘗試在 DataFrame 上使用它， clean ）。 您需要在特定列上執行此操作：

clean[column_name].value_counts()

在 DataFrame 上執行value_counts通常沒有意義，但我認為您可以通過展平底層值數組將其應用於每個條目：

pd.value_counts(df.values.flatten())

Answer 2

要獲取數據df.count()所有列的所有計數，只需df.count()

Answer 3

value_counts()現在是一個 DataFrame 方法，因為 pandas 1.1.0

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.value_counts.html

Answer 4

value_counts 僅適用於系列。 它不適用於整個 DataFrame。 嘗試僅選擇一列並使用此屬性。 例如：

df['accepted'].value_counts()

如果您有重復的列，它也不起作用。 這是因為當您選擇特定列時，它也將代表重復列並將返回數據幀而不是系列。 當時使用刪除重復列

df = df.loc[:,~df.columns.duplicated()]
df['accepted'].value_counts()

Answer 5

我有同樣的問題，它正在工作，但現在由於某種原因它不是。 我用 groupby 替換了它：

grouped = pd.DataFrame(data.groupby(['col1','col2'])['col2'].count())
grouped.columns = ['Value_counts']
grouped

Answer 6

如果您使用的是 groupby()，只需創建一個新變量來存儲 data.groupby('column_name')，然后獲取該變量並通過應用 value_counts() 再次訪問該列。 就像 df=data.groupby('city')，在你可以說 df['city'].value_counts() 之后。 這對我有用