【问题标题】:'DataFrame' object has no attribute 'get_value' in Pandas“DataFrame”对象在 Pandas 中没有属性“get_value”
【发布时间】:2020-06-16 09:16:01
【问题描述】:

刚学python,编程基础很薄弱。

我不断收到错误消息:使用 python 3.8 时,“DataFrame”对象没有属性“get_value”。 该文件是我从互联网上下载的一个随机文件,只是为了学习如何使用数据帧和熊猫。这里的对象是从数据框中拉出一个特定的值,以便我以后可以对其进行操作。

import pandas as pd

pb_list = [] pb_list =
pd.read_csv(r"PB2010plus.csv") print(pb_list)
print(type(pb_list))

print(pb_list.get_value(1047, 'Winning Numbers'))

这是错误行

Traceback(最近一次调用最后一次):文件 "I:/Python/PycharmProjects/Learning Python 1/probabilityfunsheet.py", 第 8 行,在 print(pb_list.get_value(1047, 1)) 文件 "C:\Users\greyb\AppData\Local\Programs\Python\Python38-32\lib\site-packages\pandas\core\generic.py", 第 5274 行,在 getattr 中 返回对象。getattribute(self, name) AttributeError: 'DataFrame' object has no attribute 'get_value'

我正在使用 pycharm,并进行了一些搜索,遇到了 https://www.geeksforgeeks.org/python-pandas-dataframe-get_value/,这是我想到作为我的“问题”的潜在解决方案的地方。

【问题讨论】:

  • 一个简单的问题(如果您仍然想知道可能发生了什么),您的代码中是否有 BytesIO 实例?

标签: python-3.x


【解决方案1】:

以下划线开头对我有用

df._get_value(index,'name')

【讨论】:

  • 谢谢,它的工作,但问题仍然是为什么会发生这种情况?
【解决方案2】:

在 Python 中读取数据帧的一个好习惯是将它们设置为变量:

import pandas as pd

pb_list = pd.read_csv("PB2010plus.csv") 

因此,要使它们可视化,您不需要print 它们,而只需调用变量pb_list

# take a look to the dataframe
pb_list

# check the dataframe's type 
type(pb_list)

# access to 1047 row index inside the Winning Numbers column
pb_list.get_value(1047, 'Winning Numbers') 

但是,get_value 已被弃用,并将在未来的版本中删除。请改用.at[].iat[] 访问器。

关于你的问题。如果您想将正在搜索的值存储在变量中以便将来对其进行操作,代码如下:

# storing the desired value in target_value
target_value = pb_list.get_value(1047, 'Winning Numbers')

【讨论】:

    【解决方案3】:

    请尝试使用

    df._get_value()

    而不是

    df.get_value()

    【讨论】:

    • 函数不太可能以下划线开头。
    • @FilippoSebastio 如果 Python 方法是主要为内部使用而设计的“私有”函数,则使用下划线命名是一种非常常见的做法。
    【解决方案4】:

    您不需要将结果放入列表pd_list = [] 此代码将为您提供一个空列表,并且通常使用 for 循环填充此列表。尝试删除该代码,看看会发生什么。希望这可以帮助。

    【讨论】:

      【解决方案5】:

      DataFrame 的 get_values 方法已弃用。请改用values()More info here

      【讨论】:

        猜你喜欢
        • 2020-07-15
        • 1970-01-01
        • 2014-01-10
        • 2019-01-15
        • 2017-02-12
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 2019-07-03
        相关资源
        最近更新 更多