Python 为什么我会得到'；ufunc的循环不支持int'；类型的参数0；numpy.exp的错误？

我有一个数据帧，我想对列中的行子集执行指数计算。我已经尝试了三种版本的代码，其中两种有效。但我不明白为什么一个版本会给我这个错误

import numpy as np

第1版（工作版）

第2版（工作版）

版本3（错误）

它显示以下错误：

AttributeError                            Traceback (most recent call last)
AttributeError: 'int' object has no attribute 'exp'

The above exception was the direct cause of the following exception:

TypeError                                 Traceback (most recent call last)
<ipython-input-161-9d5afc93942c> in <module>()
----> 1 np.exp(pd_feature.loc[(pd_feature[col] > 0) & (pd_feature[col] < 700), col])

TypeError: loop of ufunc does not support argument 0 of type int which has no callable exp method

其数据类型为：

<class 'pandas.core.series.Series'>

---

知道我为什么会看到这个错误吗？非常感谢。

我刚看到你的帖子，想回答你的问题

我猜出现问题的原因是一些numpy函数需要float类型参数的明确性，而使用

np.exp（test）

这样的代码将int数据放入参数中

解决办法可以是：

import numpy as np

your_array = your_array.float()
output = np.exp(your_array)

# OR

def exp_test(x)
  x.float()
  return np.exp(x)

output = exp_test(your_array)

你能检查一下它对你是否有效吗？ 我很乐意提供帮助。

test=pd.loc[（pd['a']>0）和（pd['a']<650），'a'].values

问题的根本原因在Yoshiaki的回答中是正确的

我猜出现问题的原因是一些numpy函数需要浮点型参数的明确性，而您使用的代码如np.exp（test）将int数据放入参数中

然而，他的解决方案对我不起作用，所以我稍微调整了一下，让它对我起作用

your_array = your_array.astype(float)
output = np.exp(your_array)

---

test

是一个

对象

dtype数组，请尝试

test.values.astype（float）

请参见，但忽略

apply

的使用，并将

log10

替换为

exp

。这无助于修复问题中的错误。无论在什么地方，这都是可行的，原始代码也会起作用。如果您解释为什么这是首选解决方案，并解释它是如何工作的，这将更有帮助。我们想要教育，而不仅仅是提供代码。

test = pd.loc[(pd['a'] > 0) & (pd['a'] < 650), 'a']

0      600
2      600
42     600
43     600
47     600
60     600
67     600
Name: a, dtype: Int64

<class 'pandas.core.series.Series'>

data = {'a':[600, 600, 600, 600, 600, 600, 600], 'b': ['a', 'a', 'a', 'a', 'a', 'a', 'a']} 

df = pd.DataFrame(data) 

np.exp(df.loc[:,'a'])

import numpy as np

your_array = your_array.float()
output = np.exp(your_array)

# OR

def exp_test(x)
  x.float()
  return np.exp(x)

output = exp_test(your_array)

your_array = your_array.astype(float)
output = np.exp(your_array)