Python：解析"；列表对象没有属性'；Loc'&引用；

我使用以下方法将CSV导入为数据帧：

import numpy as np
import pandas as pd

df = pd.read_csv("test.csv")

然后，我尝试基于ID执行一个简单的替换：

df.loc[df.ID==103，['fname'，'lname']='Michael'，'Johnson'

我得到以下错误：

AttributeError:“list”对象没有属性“loc”

---

注意，当我打印pd.version（）时，我得到了0.12.0，所以使用11之前的版本不是问题（至少据我所知）。有什么想法吗？

回溯向您表明df是一个

列表

，而不是您的代码行中预期的

数据帧

这意味着在
df=pd.read\u csv（“test.csv”）
和
df.loc[df.ID==103，['fname'，'lname']='Michael'，'Johnson'
之间有其他代码行将列表对象分配给
df
。检查那段代码，找出你的bug，如果答案正确的话。如果右侧列表与替换元素的数量匹配，Loc分配工作正常

In [56]: df = DataFrame(dict(A =[1,2,3], B = [4,5,6], C = [7,8,9]))

In [57]: df
Out[57]: 
   A  B  C
0  1  4  7
1  2  5  8
2  3  6  9

In [58]: df.loc[1,['A','B']] = -1,-2

In [59]: df
Out[59]: 
   A  B  C
0  1  4  7
1 -1 -2  8
2  3  6  9

从评论中可以看出：“我正在做这件事：”

这里创建的是一个“掩码”：一个带有布尔值的数组，表示索引的哪个部分满足您的条件

要根据您的条件筛选数据帧，请执行以下操作：

df = df[df.hc == 2]

更明确一点是：

mask = df.hc == 2
df = df[mask]

如果您希望保留整个数据帧，并且只希望替换特定的值，则可以使用以下方法替换：。另外，另一种（从性能角度来看非常好的）方法是创建一个单独的数据帧，其中from/to值作为列，并使用pd.merge将其合并到现有的数据帧中。也可以使用索引设置值：

df[mask]['fname'] = 'Johnson'

但对于更大的替换集，您可能希望使用其他两种方法中的一种，或者使用lambda函数的“apply”（用于值转换）。最后但并非最不重要的一点：可以使用.fillna（'bla'）快速填充NA值
 这种语法对我来说很好——如果你提供了一个可复制的示例，那么会更容易提供帮助，因为这可能取决于csv文件中的数据问题。是的，对我也适用，csv的示例可能会有所帮助。
df[mask]['fname'] = 'Johnson'