Python 如何修复AttributeError:'；int'；对象没有属性'；条状'；在熊猫中加载excel文件时

我试图在pandas中加载一个excel文件，但出现以下错误-

AttributeError:“int”对象没有属性“strip”

为了便于理解，我从excel中取出了下面一行以及标题-

 Row ID Order ID    Order Date  Ship Date   Ship Mode   Customer ID Customer Name   Segment Country/Region  City    State   Postal Code Region  Product ID  Category    Sub-Category    Product Name    Sales   Quantity    Discount    Profit

    1   CA-2018-152156  08-11-2018  11-11-2018  Second Class    CG-12520    Claire Gute Consumer    United States   Henderson   Kentucky    42420   NorthEAST   FUR-BO-10001798 Finance Bookcases   Bush Somerset Collection Bookcase   261.96  2   0   41.9136

这是全部代码-

local_path= '../../data/RetailStore.xlsx'
out_path= '../../out/hyperstore.csv'

def load_retail_data(local_path,sheet_name):
    return pd.read_excel(
        local_path,
        header=4,
        sheet_name=sheet_name,
        parse_dates=True
    )

def clean_headers(data_frame:pd.DataFrame) -> pd.DataFrame:
    data_frame=data_frame.rename(columns=lambda x:x.strip())
    data_frame=data_frame.rename(columns=lambda x:x.replace('\n',' '))
    data_frame=data_frame.rename(columns=lambda x:x.replace("'",' '))
    data_frame=data_frame.rename(columns=lambda x:x.replace('  ',' '))
    return data_frame

def filter_ship_mode(df):
    return df[(df[ColumnsStore.ship_mode]!= 'Standard Class') & (df[ColumnsStore.ship_mode]!='Second Class')]


def calc_retail_data(local_path,sheet_name):
    retail_data=load_retail_data(local_path,sheet_name)
    retail_clean_headers=clean_headers(retail_data)
    retail_filtered=filter_ship_mode(retail_clean_headers)
    return retail_filtered


if __name__=="__main__":
    df_retail_data=calc_retail_data(local_path,'Orders')
    df_retail_data.to_csv(out_path,index=False)

---

您可以将列标题类型转换为字符串

def clean_头（数据帧：pd.DataFrame）->pd.DataFrame:
df.columns=df.columns.astype（str）
data\u frame=data\u frame.rename（columns=lambda x:x.strip（））
...

或者只是转义int类型

def clean_头（数据帧：pd.DataFrame）->pd.DataFrame:
df.columns=df.columns.astype（str）
data\u frame=data\u frame.rename（列=lambda x:x.strip（），如果是instance（x，str）else x）
#对其他收割台清洁功能执行相同操作。
...

col_dict=dict（zip（df.columns.values，[str（col.strip（）.replace（'\n'，''））.replace（''''，''）.replace（''），for col in list（df.columns.values）]）->创建col dict，然后使用此dict重命名列我应该在代码中写这一行吗？上面的建议，基本上，您的问题是

clean_headers

下的这一行：

data_frame=data_frame.rename（columns=lambda x:x.strip（））

-->您试图

strip（）

一个整数的

x

值（例如，迭代列号，而不是名称）@Aelarion那么什么是正确的呢？