计算字符串匹配时出现Python类型错误

我正试图规范化一些数据。在我的数据框中，如果列以相同的前缀开头，则它们属于一起（fe.

ab_000

和

ab_001

属于一起，但是

ac_000

不属于前两个）。所以我尝试用l1规范化来规范化所属的列。为此，我写了：

def normalize(df):
    data = df.copy()
    to_work_with = []
    for i in range(0, len(data.columns) - 1):
        for j in range(0, len(data.columns) -1 ):  
            if data.columns[i][:2] == data.columns[j][:2]:  # error here
                to_work_with.append(data.columns[j])
        data[to_work_with] = nr(data[to_work_with],axis=1, norm='l1')
        to_work_with = []
    return data

但是，在注释标记的行中，我得到一个错误：

TypeError: 'int' object has no attribute '__getitem__'

如果我只是跑

data.columns[1][:2] == data.columns[2][:2]

它返回一个

False

，没有错误。我错过了什么

[编辑] 显然，在产生错误之前，它运行了一段时间。通过在比较之前添加一个

print（data.columns[j][：2]）

，我得到了输出：

样本数据：

    aa_000  ab_000  ac_000  ad_000  ae_000  af_000  af_001  af_002  af_003  af_004  ... ed_004  ed_005  ed_006  ed_007  ed_008  ed_009  ee_000  ef_000  eg_000  classN
0   76698   NaN 2.130706e+09    280.0   0.0 0.0 0.0 0.0 0.0 0.0 ... 493384.0    721044.0    469792.0    339156.0    157956.0    73224.0 0.0 0.0 0.0 -1
1   33058   NaN 0.000000e+00    NaN 0.0 0.0 0.0 0.0 0.0 0.0 ... 178064.0    293306.0    245416.0    133654.0    81140.0 97576.0 1500.0  0.0 0.0 -1
2   41040   NaN 2.280000e+02    100.0   0.0 0.0 0.0 0.0 0.0 0.0 ... 159812.0    423992.0    409564.0    320746.0    158022.0    95128.0 514.0   0.0 0.0 -1

---

看起来您的一个data.columns是int类型

当您使用运算符[]时，将调用getitem（）

---

例如，当

tmp=columns[2]

时，将调用

columns.\uuuuu getitem\uuuuuuuuuu（2）

。

它看起来像您的一个数据。columns的类型为int

当您使用运算符[]时，将调用getitem（）

---

例如，当

tmp=columns[2]

时，将调用

columns.\uuuuu getitem\uuuuuuuuuu（2）

。

是否确定所有这些列都是集合，而不是

int

s？尝试在给出错误的行之前插入

print（data.columns[j][：2]）

。是的，我肯定，它甚至运行了一段时间。我会用图片更新帖子。你能给我们提供一个函数中正在处理的数据样本吗？SuperBiasedMan是对的，如果我们不知道

data.columns

的结构，我们真的帮不了你。听起来您的问题是列表结构中的嵌套级别太少了。是否可以打印

数据。列[i]

也可以？是否确定所有这些列都是集合，而不是

int

s？尝试在给出错误的行之前插入

print（data.columns[j][：2]）

。是的，我肯定，它甚至运行了一段时间。我会用图片更新帖子。你能给我们提供一个函数中正在处理的数据样本吗？SuperBiasedMan是对的，如果我们不知道

data.columns

的结构，我们真的帮不了你。听起来您的问题是列表结构中的嵌套级别太少了。您是否也可以打印

数据.columns[i]

？