Python '；数据帧'；对象没有属性'；价值单位计数'；

我的数据集是一个维度（840,84）的数据帧。当我编写代码时：

ds[ds.columns[1]].value\u counts（）

我得到了正确的输出：

Out[82]:
0    847
1      5
Name: o_East, dtype: int64

但当我写一个循环来存储值时，我得到的“DataFrame”对象没有属性“value\u counts”。我无法解释为什么

wind_vec = []
wind_vec = [(ds[x].value_counts()) for x in ds.columns]

代码更新

import pandas as pd
import numpy as np
import numpy.ma as ma
import statsmodels.api as sm
import matplotlib
import matplotlib.pyplot as plt
from sklearn.preprocessing import OneHotEncoder

dataset = pd.read_csv('data/dataset.csv')

ds = dataset

o_wdire = pd.get_dummies(ds['o_wdire'])
s_wdire = pd.get_dummies(ds['s_wdire'])
t_wdire = pd.get_dummies(ds['t_wdire'])
k_wdire = pd.get_dummies(ds['k_wdire'])
b_wdire = pd.get_dummies(ds['b_wdire'])

o_wdire.rename(columns={'ENE': 'o_ENE','ESE': 'o_ESE', 'East': 'o_East', 'NE': 'o_NE', 'NNE': 'o_NNE', 'NNW': 'o_NNW', \
                     'NW': 'o_NW', 'North': 'o_North', 'SE': 'o_SE', 'SSE': 'o_SSE', 'SSW': 'o_SSW', 'SW': 'o_SW', \
                     'South': 'o_South', 'Variable': 'o_Variable', 'WSW': 'o_WSW','West':'o_West'}, inplace=True)
s_wdire.rename(columns={'ENE': 's_ENE','ESE': 's_ESE', 'East': 's_East', 'NE': 's_NE', 'NNE': 's_NNE', 'NNW': 's_NNW', \
                     'NW': 's_NW', 'North': 's_North', 'SE': 's_SE', 'SSE': 's_SSE', 'SSW': 's_SSW', 'SW': 's_SW', \
                     'South': 's_South', 'Variable': 's_Variable', 'West': 's_West','WSW': 's_WSW'}, inplace=True)
k_wdire.rename(columns={'ENE': 'k_ENE','ESE': 'k_ESE', 'East': 'k_East', 'NE': 'k_NE', 'NNE': 'k_NNE', 'NNW': 'k_NNW', \
                     'NW': 'k_NW', 'North': 'k_North', 'SE': 'k_SE', 'SSE': 'k_SSE', 'SSW': 'k_SSW', 'SW': 'k_SW', \
                     'South': 'k_South', 'Variable': 'k_Variable', 'WNW': 'k_WNW', 'West': 'k_West','WSW': 'k_WSW'}, inplace=True)
b_wdire.rename(columns={'ENE': 'b_ENE','ESE': 'b_ESE', 'East': 'b_East', 'NE': 'b_NE', 'NNE': 'b_NNE', 'NNW': 'b_NNW', \
                     'NW': 'b_NW', 'North': 'b_North', 'SE': 'b_SE', 'SSE': 'b_SSE', 'SSW': 'b_SSW', 'SW': 'b_SW', \
                     'South': 'b_South', 'Variable': 'b_Variable', 'WSW': 'b_WSW', 'WNW': 'b_WNW', 'West': 'b_West'}, inplace=True)
t_wdire.rename(columns={'ENE': 't_ENE','ESE': 't_ESE', 'East': 't_East', 'NE': 't_NE', 'NNE': 't_NNE', 'NNW': 't_NNW', \
                     'NW': 't_NW', 'North': 't_North', 'SE': 't_SE', 'SSE': 't_SSE', 'SSW': 't_SSW', 'SW': 't_SW', \
                     'South': 't_South', 'Variable': 't_Variable', 'WSW': 't_WSW', 'WNW': 't_WNW', 'West':'t_West'}, inplace=True)

#WIND
ds_wdire = pd.DataFrame(pd.concat([o_wdire,s_wdire,t_wdire,k_wdire,b_wdire],axis=1))
ds_wdire = ds_wdire.astype('float64')

In [93]: ds_wdire.shape
Out[93]: (852, 84)

In[101]: ds_wdire[ds_wdire.columns[0]].head()
Out[101]:   
0    0
1    0
2    0
3    0
4    0
Name: o_ENE, dtype: float64

In[103]: ds_wdire[ds_wdire.columns[0]].value_counts()
Out[103]:

0    838
1     14
Name: o_ENE, dtype: int64


In[104]: [ds_wdire[x].value_counts() for x in ds_wdire.columns]
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-104-d9756c468818> in <module>()
      1 #Filtering for the wind direction based on the most frequent ones.
----> 2 [ds_wdire[x].value_counts() for x in ds_wdire.columns]

<ipython-input-104-d9756c468818> in <listcomp>(.0)
      1 #Filtering for the wind direction based on the most frequent ones.
----> 2 [ds_wdire[x].value_counts() for x in ds_wdire.columns]

/home/florian/anaconda3/lib/python3.5/site-packages/pandas/core/generic.py in __getattr__(self, name)
   2358                 return self[name]
   2359             raise AttributeError("'%s' object has no attribute '%s'" %
-> 2360                                  (type(self).__name__, name))
   2361 
   2362     def __setattr__(self, name, value):

AttributeError: 'DataFrame' object has no attribute 'value_counts'

将熊猫作为pd导入
将numpy作为np导入
将numpy.ma导入为ma
将statsmodels.api作为sm导入
导入matplotlib
将matplotlib.pyplot作为plt导入
从sklearn.preprocessing导入OneHotEncoder
dataset=pd.read\u csv（'data/dataset.csv'））
ds=数据集
o_wdire=pd.get_dummies（ds['o_wdire']））
s_wdire=pd.get_dummies（ds['s_wdire']））
t_wdire=pd.get_dummies（ds['t_wdire']））
k_wdire=pd.get_dummies（ds['k_wdire']））
b_wdire=pd.get_dummies（ds['b_wdire']））
重命名（列={'ENE'：'o_ENE'，'ESE'：'o_ESE'，'East'：'o_East'，'NE'：'o_NE'，'NNE'：'o_NNE'，'NNW'：'o_NNW'\
‘西北’：‘西北’，‘北’：‘北’，‘东南’：‘东南’，‘东南’：‘东南’，‘西南’：‘西南’，‘西南’：‘西南’\
'South'：'o_South'，'Variable'：'o_Variable'，'WSW'：'o_WSW'，'West'：'o_West'}，inplace=True）
重命名（列={'ENE'：'s_ENE'，'ESE'：'s_ESE'，'East'：'s_East'，'NE'：'s_NE'，'NNE'：'s_NNE'，'NNW'：'s_NNW'\
‘西北’：‘南西北’、‘北’：‘南北’、‘东南’：‘南东南’、‘东南’：‘南东南’、‘西南’：‘南西南’、‘西南’：‘南西南’\
'South'：'s_South'，'Variable'：'s_Variable'，'West'：'s_West'，'WSW'：'s_WSW'}，inplace=True）
重命名（列={'ENE'：'k_ENE'，'ESE'：'k_ESE'，'East'：'k_East'，'NE'：'k_NE'，'NNE'：'k_NNE'，'NNW'：'k_NNW'\
‘NW’：‘k_NW’、‘North’：‘k_North’、‘SE’：‘k_SE’、‘SSE’：‘k_SSE’、‘SSW’：‘k_SSW’、‘SW’：‘k_SW’\
‘南’：‘k_-South’，‘Variable’：‘k_-Variable’，‘WNW’：‘k_-WNW’，‘West’：‘k_-West’，‘WSW’：‘k_-WSW’}，inplace=True）
重命名（列={'ENE'：'b_ENE'，'ESE'：'b_ESE'，'East'：'b_East'，'NE'：'b_NE'，'NNE'：'b_NNE'，'NNW'：'b_NNW'\
‘西北’：‘西北’、‘北’：‘北’、‘东南’：‘东南’、‘东南’：‘东南’、‘西南’：‘西南’、‘西南’：‘西南’\
'南'：'南'，'变量'：'南'，'西'，'西'：'西'，'西'：'西'，'西'，'西'，'西'，inplace=True）
重命名（列={'ENE'：'t_ENE'，'ESE'：'t_ESE'，'East'：'t_East'，'NE'：'t_NE'，'NNE'：'t_NNE'，'NNW'：'t_NNW'\
‘NW’：‘t_-NW’、‘North’：‘t_-North’、‘SE’：‘t_-SE’、‘SSW’：‘t_-SSW’、‘SW’：‘t_-SW’\
‘南’：‘t_南’、‘变量’：‘t_变量’、‘WSW’：‘t_WSW’、‘WNW’：‘t_WNW’、‘西’：‘t_西’}，inplace=True）
#风
ds_wdire=pd.DataFrame（pd.concat（[o_wdire，s_wdire，t_wdire，k_wdire，b_wdire]，轴=1））
ds_wdire=ds_wdire.astype（'float64'）
In[93]：ds_wdire.shape
Out[93]：（852,84）
在[101]：ds_wdire[ds_wdire.columns[0]].head（）中
出[101]：
0    0
1    0
2    0
3    0
4    0
姓名：o_ENE，数据类型：float64
在[103]：ds_wdire[ds_wdire.columns[0]]中。值_计数（）
出[103]：
0    838
1     14
名称：o_ENE，数据类型：int64
在[104]中：[ds_wdire[x]。ds_wdire.columns中x的值_counts（）
---------------------------------------------------------------------------
AttributeError回溯（最近一次呼叫上次）
在（）
1#根据最频繁的风向进行过滤。
---->2[ds_wdire[x]。ds_wdire.columns中x的值_counts（）
英寸（.0）
1#根据最频繁的风向进行过滤。
---->2[ds_wdire[x]。ds_wdire.columns中x的值_counts（）
/home/florian/anaconda3/lib/python3.5/site-packages/pandas/core/generic.py in\uuuuuu getattr\uuuuu（self，name）
2358返回自我[姓名]
2359 raise AttributeError（“%s”对象没有属性“%s”
->2360（类型（自身）。\名称\名称）
2361
2362定义设置属性（自身、名称、值）：
AttributeError:'DataFrame'对象没有属性'value\u counts'

感谢@EdChum的建议，我检查了：

len(ds_wdire.columns),len(ds_wdire.columns.unique())
Out[100]: (83,84)

实际上，dict中缺少一个name值，该值应该从“WNW”修改为“o_WNW”：

o_wdire.rename(columns={'ENE': 'o_ENE','ESE': 'o_ESE', 'East': 'o_East', 'NE': 'o_NE', 'NNE': 'o_NNE', 'NNW': 'o_NNW', \
                 'NW': 'o_NW', 'North': 'o_North', 'SE': 'o_SE', 'SSE': 'o_SSE', 'SSW': 'o_SSW', 'SW': 'o_SW', \
                 'South': 'o_South', 'Variable': 'o_Variable', 'WSW': 'o_WSW','West':'o_West', **[MISSING VALUE WNW]**}, inplace=True)

---

也许写一个循环，在风向变量中插入一个前缀会更好，这样，我可以避免这种问题。

你的代码应该已经工作了，你需要发布更多的代码来重现这个错误，你在这之前有没有声明过

x

？试试

loc

：

wind\u-vec=[（ds.loc[，x].value_counts（））表示ds.columns中的x]

@EdChum我已在我的post@AntonProtopopov我在loc中也遇到了同样的错误：“AttributeError:‘DataFrame’对象没有属性‘value_counts’。您需要发布一个指向您的数据的链接，因为它表明您的代码应该工作，并且事实上，

ds_wire.apply（pd.Series.value_counts）

works意味着df看起来很好，一种可能是您有重复的列名。

len（df.columns.unique（））

显示了什么？如果不是84，那么您有重复的名称，或者尝试使用

ds\u wire.columns.is\u unique

您可以只执行

df.columns=['o\u'+x代表df中的x]

和类似的操作来处理其他df