AttributeError - 'numpy.ndarray' 對象沒有屬性 'drop'

Question

對於當前的項目，我計划在包含數值數據的 CSV 集上運行 scikit-learn Stochastic Graduent Booster 算法。

當調用腳本的X = Germany.drop('Status', axis='columns')時，我收到一個AttributeError: 'numpy.ndarray' object has no attribute 'drop' 。

我認為這個錯誤可能與我正在轉換 CSV 數據pd.to_numeric的事實有關，這可能也轉換了字符串標題。 是否有任何智能調整可以使此運行？

CSV 數據具有以下結構：

相應的代碼如下所示：

Germany = pd.read_csv('./Germany_filtered.csv', index_col=0)
Germany = Germany.fillna("")
Germany = pd.to_numeric(Germany.columns.str, errors='coerce')
Germany.head()

X = Germany.drop('Status', axis='columns')
y = Germany['Status']

Answer 1

In [167]: df = pd.DataFrame(np.arange(12).reshape(3,4),columns=['a','b','c','d'])

drop在數據框上工作正常：

In [168]: df.drop('c',axis='columns')
Out[168]: 
   a  b   d
0  0  1   3
1  4  5   7
2  8  9  11

to_numeric生成一個 numpy 數組：

In [169]: x = pd.to_numeric(df.columns.str,errors='coerce')
In [170]: x
Out[170]: 
array(<pandas.core.strings.StringMethods object at 0x7fef602862b0>,
      dtype=object)
In [171]: type(x)
Out[171]: numpy.ndarray

它應該抱怨head ，讓之前drop ：

In [172]: x.head()
Traceback (most recent call last):
  File "<ipython-input-172-830ed5e65d76>", line 1, in <module>
    x.head()
AttributeError: 'numpy.ndarray' object has no attribute 'head'

In [173]: x.drop()
Traceback (most recent call last):
  File "<ipython-input-173-6d3a33341569>", line 1, in <module>
    x.drop()
AttributeError: 'numpy.ndarray' object has no attribute 'drop'

to_numeric文檔怎么說？ 我沒有使用過，但顯然您不想將df.columns.str對象傳遞給它。 我沒有使用過這個函數，但讓我們嘗試將數據幀傳遞給它：

In [176]: x = pd.to_numeric(df,errors='coerce')
Traceback (most recent call last):
  File "<ipython-input-176-d095b0166b8f>", line 1, in <module>
    x = pd.to_numeric(df,errors='coerce')
  File "/usr/local/lib/python3.6/dist-packages/pandas/core/tools/numeric.py", line 139, in to_numeric
    raise TypeError("arg must be a list, tuple, 1-d array, or Series")
TypeError: arg must be a list, tuple, 1-d array, or Series

所以讓我們傳遞一個列/系列：

In [177]: x = pd.to_numeric(df['a'],errors='coerce')
In [178]: x
Out[178]: 
0    0
1    4
2    8
Name: a, dtype: int64

結果Series可以分配回數據幀，在同一列或新列中：

In [179]: df['a'] = x
In [180]: df
Out[180]: 
   a  b   c   d
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11

現在，在我的示例框架中，無需進行此轉換，但它應該可以為您提供一些有用的東西。

---

讓我們嘗試一個真正的字符串轉換：

In [195]: df['a'] = ['00','04','LS']
In [196]: df
Out[196]: 
    a  b   c   d
0  00  1   2   3
1  04  5   6   7
2  LS  9  10  11

鏈接的答案沒有幫助：

In [197]: pd.to_numeric(df.columns.str, errors='coerce')
Out[197]: 
array(<pandas.core.strings.StringMethods object at 0x7fef602862b0>,
      dtype=object)

但我的版本確實產生了一個數字系列：

In [198]: pd.to_numeric(df['a'], errors='coerce')
Out[198]: 
0    0.0
1    4.0
2    NaN
Name: a, dtype: float64