函数内访问pandas DataFrame触发AttributeError：'function'无.loc属性

问题根源 #

你的代码触发错误的核心原因是**dfDelta没有被正确初始化为DataFrame实例**：
在函数的这一行：

dfDelta=dfComponent[['Climate','Typology','CompCode','RunCode','MaxOT','MedianOT','MinOT','MaxMRT','MedianMRT','MinMRT','TPI','Comfortable','Cooling_unmet','DDH_Cooling','Heating_unmet','DDH_Heating','DDH','DDHSavings']].copy

这里的.copy是pandas DataFrame的方法，但你没有加括号()调用它，导致dfDelta被赋值为copy方法本身（函数对象），而不是复制后的DataFrame。后续代码尝试调用dfDelta.loc时，自然会抛出'function' object has no attribute 'loc'的错误。

修复方法 #

把上述代码行修改为：

dfDelta=dfComponent[['Climate','Typology','CompCode','RunCode','MaxOT','MedianOT','MinOT','MaxMRT','MedianMRT','MinMRT','TPI','Comfortable','Cooling_unmet','DDH_Cooling','Heating_unmet','DDH_Heating','DDH','DDHSavings']].copy()

通过添加括号()调用copy()方法，才能正确生成原DataFrame的副本，此时dfDelta就是标准的DataFrame对象，.loc属性可以正常使用。

额外优化建议 #

• 函数最后需要添加return dfDelta语句，否则调用dfDeltaWall=DeltaCalc(dfWall,0)时，dfDeltaWall会是None
• 索引定位可以简化：既然idx已经是具体的索引值，无需用dfDelta.index==idx匹配，直接写dfDelta.loc[idx, 'MaxOT']即可，效率更高
• 多层for循环的效率较低，建议改用pandas的向量化操作（比如merge、groupby）替代，提升代码性能

修复后的完整函数示例 #

def DeltaCalc(dfComponent,code):
    
    ClimateList=dfComponent.Climate.unique() # 获取唯一气候类型
    TypologyList=dfComponent.Typology.unique() # 获取唯一类型
    CompCodeList=dfComponent.CompCode.unique() # 获取唯一组件编码
    
    # 修复：添加()调用copy方法
    dfDelta=dfComponent[['Climate','Typology','CompCode','RunCode','MaxOT','MedianOT','MinOT','MaxMRT','MedianMRT','MinMRT','TPI','Comfortable','Cooling_unmet','DDH_Cooling','Heating_unmet','DDH_Heating','DDH','DDHSavings']].copy()
    dfBaselineList=dfComponent[dfComponent.CompCode==code]

    for i in range(len(ClimateList)):
        if ClimateList[i]=='Cold': # Cold气候使用不同基线逻辑，跳过
            continue
        for j in range(len(TypologyList)):
            dfBaselineTemp=dfBaselineList[(dfBaselineList.Climate==ClimateList[i])&(dfBaselineList.Typology==TypologyList[j])] # 临时存储对应气候+类型的基线数据
            for k in range (len(CompCodeList)):
                idx=dfComponent[(dfComponent.Climate==ClimateList[i])&(dfComponent.Typology==TypologyList[j])&(dfComponent.CompCode==CompCodeList[k])].index.values
                idx=idx[0] # 将索引数组转为单个整数
                # 简化索引定位
                dfDelta.loc[idx,'MaxOT']=dfBaselineTemp['MaxOT'].values-dfComponent.loc[idx,'MaxOT'].values 
                dfDelta.loc[idx,'MedianOT']=dfBaselineTemp['MedianOT'].values-dfComponent.loc[idx,'MedianOT'].values
    # 添加return语句返回结果
    return dfDelta

内容的提问来源于stack exchange，提问作者Piyush Varma