Python 属性错误:';系列';对象没有属性';sqrt&x27;
我正在使用从EXCEL导入并转换为列表的一些数据集:Python 属性错误:';系列';对象没有属性';sqrt&x27;,python,pandas,numpy,Python,Pandas,Numpy,我正在使用从EXCEL导入并转换为列表的一些数据集: import pandas as pd import numpy as np datfrms = [] for i in xls.sheet_names: df = pd.read_excel(xls, i) datfrms.append(df) data_a = [] data_b = [] data_c = [] for dfs in d
import pandas as pd
import numpy as np
datfrms = []
for i in xls.sheet_names:
df = pd.read_excel(xls, i)
datfrms.append(df)
data_a = []
data_b = []
data_c = []
for dfs in datfrms:
data_a.append(dfs.loc[:,'data_a'])
data_b.append(dfs.loc[:,'data_b'])
data_c.append(dfs.loc[:,'data_c'])
然后,我想对数据进行一些计算,因此我决定通过执行一些计算将列表转换为numpy数组:
a = np.asarray([2 * (a + b) for a, b in zip(data_a, data_b])
b = np.asarray([c / 1000 for c in data_c])
因此,a
、b
和c
现在被定义为
,形状(13,)
,对应于我上面导入的13张图纸。每当我想访问第一张工作表中的数据时,我都会写,例如,data\u a[0]
但是,如果要执行以下操作,则会出现一个错误,说明AttributeError:'Series'对象没有属性'sqrt'
:
d = np.sqrt(a / b)
如果我手动写入,则不会生成错误:
d0 = np.sqrt(a[0] / b[0])
...
d12 = np.sqrt(a[12] / b[12])
但是如果我使用type
函数,d0
<代码>d12现在是
,而a[0]
和b[0]
都是
- 我做错了什么李>
- 为什么不允许我执行简单的平方根运算
a[0]
和b[0]
的输出:
0 0.883871
1 0.885714
2 0.879378
3 0.865668
4 0.866014
5 0.860657
6 0.866071
7 0.884389
8 0.892339
9 0.892512
10 0.841590
11 0.841014
12 0.882200
13 0.857546
14 0.850576
15 0.853975
16 0.838710
dtype: float64
及
您的
a
和b
是对象数据类型数组。你说
形状(13,),对应于我上面导入的13张图纸
错误表明数组的元素是串联的
type(a[0]) # what is it?
对象数据类型数组的数学命中或错误:
In [195]: x = np.array([1.2, 2.3], object)
In [196]: np.sqrt(x)
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-196-0b43c7e80401> in <module>()
----> 1 np.sqrt(x)
AttributeError: 'float' object has no attribute 'sqrt'
In [197]: (x+x)/2
Out[197]: array([1.2, 2.3], dtype=object)
来自相同大小系列的二维数字数组:
In [204]: x=np.array([df1.loc[:,0], df1.loc[:,1]])
In [205]: x
Out[205]:
array([[ 0, 3, 6, 9],
[ 1, 4, 7, 10]])
In [206]: x.dtype
Out[206]: dtype('int64')
具有不同大小系列的对象数组:
In [207]: df2 = pd.DataFrame(np.arange(15).reshape(5,3))
In [208]: x=np.array([df1.loc[:,0], df2.loc[:,0]])
In [210]: type(x[0])
Out[210]: pandas.core.series.Series
对象数组上的求和有效,但请注意数据类型
In [212]: x+x
Out[212]:
array([0 0
1 6
2 12
3 18
Name: 0, dtype: int64,
0 0
1 6
2 12
3 18
4 24
Name: 0, dtype: int64], dtype=object)
In [213]: np.sqrt(x)
...
AttributeError: 'Series' object has no attribute 'sqrt'
您好,您是否介意生成a,您是否介意打印
a[0]
和b[0]
的输出?尽管我努力将其简化为MCVE,但由于无法使用合成数据重新创建它,我还是无法做到这一点,我为我的愚蠢表示歉意。感谢您尝试理解我的问题,user32185。a
和b
是对象数据类型数组,包含序列,而不是数字。对象数组的数学是命中还是错误。要执行sqrt
它将任务委托给sqrt方法,或者更确切地说是尝试和失败。请提供总体结构的摘要,例如N张excel表格,每个表格有M列和R行,以及您执行计算的“维度”?谢谢,hpaulj。事情就是这样。有时我会执行额外的测量来检查实验的重复性,因此行数可能会有所不同。一旦我从我的工作表中删除了这些额外的行,它就开始工作了。当谈到python时,我觉得自己是个白痴,完全陷入了困境,但我真的很想学习它,以便在我的研究中实现它。多亏了像你这样的人,我才能取得进展。:)
In [207]: df2 = pd.DataFrame(np.arange(15).reshape(5,3))
In [208]: x=np.array([df1.loc[:,0], df2.loc[:,0]])
In [210]: type(x[0])
Out[210]: pandas.core.series.Series
In [212]: x+x
Out[212]:
array([0 0
1 6
2 12
3 18
Name: 0, dtype: int64,
0 0
1 6
2 12
3 18
4 24
Name: 0, dtype: int64], dtype=object)
In [213]: np.sqrt(x)
...
AttributeError: 'Series' object has no attribute 'sqrt'